📍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...

居然还没招满，可见强度。传说公积金50%呢。

这周开始暑期实习面试流程微软一面，二面。没有八股，都是简历项目+2道算法。一面二分+dfs，二面双指针+链表操作。二面leader人很nice，给我提醒了很多，但最终还是遗憾落败，只完成1道题目。蚂蚁一面，没有算法。八股+项目，八股问了JAVA相关的，没答的很好，没准备JAVA八股，C++准备的多，但蚂蚁C++开发岗似乎只有安全，投了JAVA，有点凉意。腾讯一面，项目+算法+八股。腾讯八股考察最详细，算法两道题目基本middle，字符串处理+链表去重。总的来说，微软一面挖简历的点挖的很深，腾讯考察的最全面。淘天流程挂在面试，但明明没有安排面试，暑期首挂属于是。希望一切顺利吧.............