字节跳动诚邀24届童鞋实习啦

📍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...

（标题皮一下hhh）rt，简历求拷打由于实在没有什么项目可以拿来凑数，于是就把实验室的rag项目写上去了但求面试官别轰炸我算法八股

时间线：25.3.14 一面25.3.15 挂，真奇怪3.14 阿里控股爱橙科技一面 50min很好的面试官，当天本来面了两场已经很累了，但是面试官声音很尊重人，愿意和我探讨，越聊反而越不紧张了项目&场景实习项目拷打很细，每一个点都在细聊MQbus 这种应用于其他如 RPC 组件的环境区分会出现什么阻碍？OOM 排查思路？消费者消费缓慢，到了什么程度？测试框架的架构思路？对于数据的增添是非幂等的，要数据清理？测试覆盖率以什么为标准？自己平常写代码如何测试的？函数 a+b 如输入string 12 string 23 输出string 33 设计测试用例？项目 2 的算法服务是如何实现高...