📍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...

25应届毕业生，无实习，求各位拷打简历

真正开发项目中是多个人开发一个项目的，需要进行代码的管理，可以使用 版本控制工具 git。 进入 ld 给你代码让你拉到本地看代码，给新的需求让你新拉一个分支，在新的分支上面写，写完之后在 pull request 请求合并。 master ||dev 分支是最完善的代码分支，其他分支是用来开发的。这个分支可能会绑定一些自动化部署的比如 jekins 等，实现代码的 CI\CD 流程。 自己新建一个分支，写完代码 push 上去后，经过 mt 查看你的代码，发现没有什么问题之后再进行mt 进行 merge 代码。 整个的业务流程 拉去主分支代码 首先 dev 分支上面是最新的代码，每次都...