📍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...

感觉像KPI，啥玩意啊——————后续来了：不是kpi！不是kpi！开摄像头交流，会引导回答问题且部门很核心（不透露具体哪个部门了）。这面试官真的很好，会一点一点和我讨论，不管是场景题还是底层八股都很深入，讨论完我自己也很有收获。最后手撕也顺利写出来了，一道mid题，ACM模式。我的天😭，比我之前面微信搜索体验好太多太多了，算是我近期体验最好的一场面试了。我承认我之前喊的太大声，我错了，收了我吧鹅。——————-后续的后续：聊成这样都能挂啊？。这找个暑期实习每天心情和过山车一样。

简历还需要完善吗，boss投了一些没有面试机会。另外暑期开始，感觉自己太菜不敢投递

自我介绍+简单问一下项目 10min算法题（30min）：给定一个链表，删除倒数第n个节点给定一个无序数组，构建AVL树设计新增节点的方法（不会）将这个AVL树原地（相当于树节点属性再加个前向指针和后向指针）转化为双向链表感觉面试官满不在乎的样子，比一面体验差很多，没什么意思