📍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...

有hr看一眼吗？自动化专业的。

1、项目和实习，这个聊了15分钟吧大概 2、redis的数据类型，redis的过期策略 3、mysql的增删改语法 4、sql题：查找姓名为张三的记录（很简单感觉） 5、mysql中有哪些索引 6、给你个数据表你该怎么测试这个表 7、算法题：一个排好序的数组找到重复的那个数（我答的遍历，面试结束后想了想应该是二分查找）感觉要g了，腾讯会议面试的，共享屏幕用本地ide答 8、问我确定要干测试吗？为啥不找开发 9、学生期间组织过什么活动 反问： 部门，金融 几天出结果：2-5天去公众号看（不知道是不是暗含挂了，自己去公众号查看） 有没有佬知道...