📍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...

面试流程：请就以往工作经历做一下自我介绍详细说一下电商平台这个项目说一下对数据分析岗位的理解，在公司中有怎样的作用讲一下你专业技能，性格契合岗位的点讲一下可以提升或者欠缺的点你有对数据分析领域哪方面感兴趣？或者想深入了解的预计到岗时间，实习时长学校还有事情吗？面试官具体介绍公司