📍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...

求各位大佬拷打，民办二本到京找工作已经半个月了，目前还是0 offer.😭

一下子就收到四个offer

刷题笔记合集🔗 问题描述 小兰在研究数列时发现了一个有趣的问题。给定一个从小到大的有序整数序列（包含正数和负数），需要在序列中找出两个不同的数，使它们的和的绝对值最小。 例如序列 [-3, -1, 5, 7, 11, 15] 中： |-3 + 5| = 2 是所有可能组合中的最小值 每个数字只能使用一次 输入格式 输入一行，包含一个有序整数序列，数字之间用空格分隔。 输出格式 输出一个整数，表示找到的两个数之和的绝对值的最小值。 样例输入1 -3 -1 5 7 11 15 样例输出1 2 样例解释 |-3 + 5| = 2 是所有可能组合中的最小值。 数据范围 序列长度不超过100...