xdm帮我选下offer

1、秋招经历那一年2019年是属于当时的史上最难就业季，自己因为保研的关系逃过了一劫。当时间来到2022年，自己又再一次面临着23届史上最难就业季。我从2022年6月就开始了投递秋招提前批一直投递到2022年的11月，从国企、银行到互联网、制造业，我累计投递了178家企业。在这其中，我经历了简历秒挂、一面挂、二面挂、总面挂、泡池子、进人才库等等。在这一些系列的打击中，我经历过从吐槽面试和不以为然到怀疑自己和放弃摆烂。但最终我还是选择重新振作起来，简历挂我就重新修改简历，进入人才库我就针对不同企业不同岗位修改简历；一面挂二面挂我就每次面试都复盘整理，每次面试前都在牛客上面找面经多整理；终面挂泡池...

📍面试公司：美团👜面试岗位：大模型春招📖面试问题：问了 PPO 重要性采样系数怎么才能为1？调节批量，学习率，超参数啥的 不懂，策略收敛最优解不就为一了吗grpo 的 GAE 怎么算，和批量大小有没有关系？为啥没有要PPO的v函数？离轨策略和在线策略的关系？ 冷启动 + grpo 怎么做的？仿真寻优（实习项目）的 PPO 和 openai 的PPO有啥不同？ 项目的p(s'|s,a)=1,状态转移矩阵非常稀疏手撕链表 切断+翻转+链表合并Input: 1->2->3->4->5->6->7Output: 1->7->2->6-&gt...