📍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...

感觉很迷茫，求大佬们给些建议

纯手码，顺序不一定，几轮面试合在一起了。1面40min，游戏策划面经：请描述一款你最近玩过的游戏，分析它的核心玩法、优点以及你认为可以改进的地方。对比两款同类型的热门游戏，如《英雄联盟》和《DOTA2》，分析它们在玩法、美术风格、用户群体等方面的差异。现在很多游戏都推出了赛季模式，你认为这种模式的优缺点是什么？对游戏的长期运营有什么影响？构思一款全新的休闲益智游戏玩法，详细描述游戏的规则、操作方式以及如何吸引玩家。以一个给定的世界观为背景，设计一个独特的游戏角色，包括角色的技能、属性、背景故事。为一款冒险游戏设计一个关卡，说明关卡的场景布局、怪物分布、解谜元素以及通关目标。给定一个游戏角色的基...