交行软开体检

📍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...

3月16日的晚上，躺在床上翻看着手机里通往北京的车票，高兴、激动，想着明天就可以去北京见到自己最想见的人了，我就激动的睡不着，回想着我们的点点滴滴，总是自己偷摸的傻笑，家里的长辈总说谈恋爱感到幸福会让女孩子变傻，我想我现在就很幸福吧，看了一下手表，不知不觉已经凌晨3点了！我得抓紧睡觉了！明天早上9点的高铁在等我呢！来不及了！来不及了！父母催促着我起床！一边穿衣服，一边寻找我的身份证，再出门前仔细检查了我要带的东西，转租合同、身份证、钥匙、耳机、笔记本、以及《平凡的生活》一本书，爸爸开车送我去高铁站的路上，我坐在后排，偷瞄到妈妈在跟他发消息，看不清在发什么，我心里想妈妈认可他了，我很高兴，看着窗...