📍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...

起步的有点晚，学的也是烂大街项目，目前准备投暑期的话应该再补充哪部分知识，求指点

各位大佬给点建议吧，孩子真的不知道该咋选了😭😭😭

为什么不要在杭州理发呢，因为会把你坑到找不到北！在浙江生活的人可能都听过这句话——“宁波海鲜，杭州理发”指的就是坑你没商量的乱象。于是贫穷的老学姐在杭州读书的这几年，小心翼翼的谨遵这项原则，省钱方式都是在杭州简单剪剪发，做什么烫染造型都等到回老家。但是最近不是临近毕业，又燃起了熊熊的美丽之心，犹豫再三还是选择了一家杭州商城理发连锁大店进行染发操作。机智的学姐没有被美丽冲昏头脑，染发之前详细问了前台如果染发，想办七折优惠卡的充值要求，回答说是最低要求充1000（记住这个重点），想想杭州一次染发估计就得七八百，充1000再剩几百块钱也没事，留着剪头发，老学姐就快快乐乐心安理得地去挑选发色了...