📍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...

果然离职那天和刚找到实习那天是最开心的

27届双非鼠鼠，处女面(小厂已oc)可能是把重心放在外语交流上, 还是说看我才大二比较年轻就没用八股刁难我?反正问的比较简单Q1: 可以用日语先做一下自我介绍Q2: (日语提问) 日语说的挺流畅的, 怎么学的Q3: (日语提问) 日语高考多少分Q4: (日语提问) 日语高考的构成是怎么样的​ --中文面开始--Q5: 日语N1打算什么时候考Q6: 大二的吧？那大二的话现在是，如果是实习的话有这么多时间。来进行做实习的工作吗？Q7: 呃，那这三四节课需要去上的还是说可以申请不用去上的呢还是怎么样Q8: 然后刚说到那个关于技术方面，你现在是哪哪些技术是比较精通呀？Q9: 现在你学校里Java到底是...