中兴软开一面二面

关于年龄问题，我应该是1998年11月19日出生(农历)，然后身份证办理在1999年7月19日。所以身份证是1999年，而年龄是1998年。 关于李荣的爱情之路:刘XX->周玥令(本人)->郭鑫(俩月不到)->周煊令(本人)->颜克敏(租房对门，李荣最终结婚对象，湖南人士)，其他都是山西忻州人士。关于什么舔狗、买奶茶、每天帮忙打扫卫生和我没有任何关系。 关于求学之路本科(晋中太谷)、研究生(浙江杭州)。 关于和研究生导师的谈话次数：三次。 关于感情问题只和一个女生有过纠缠，别的女生只吃过饭and聊过天，之外没有做过...

如题

📍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...