📍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...

总时长30min1.自我介绍2.拷打点评2.1 项目都分哪些模块2.2 每个模块怎么交互的（根本想不到，随便说了个登录模块在后面使用拦截器过滤请求）2.3 项目难点，解决方案（说的秒杀和秒杀优化）2.4 问了下几个人做这个项目，负责的什么（回答2-3人，感觉是不是回答自己一个人做的好一点）2.5 多个人之间怎么沟通的（接口文档等）2.6 开发过程中的代码规范3.八股3.1 jvm内存区域——回答了程序计数器、虚拟机栈、本地方法栈、堆和方法区，每个一句话介绍了一下，想着会接着问就没细说，结果直接下一个八股。3.2 自己在Java开发中经常使用的数据结构——答list,map；又问什么场景使用，答...