7.27面试

📍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...

不是，这对吗

全程项目，项目背景、技术栈、选型等，介绍项目流程，引申到对应的八股，八股方面都比较常规手撕是最大路径和，但是是可以拐的，我还以为是HOT100的原题直接上手写了，写完发现不对要树形dp，拼尽全力无法绷住，最后剩两分钟来不及改了，越改越急，最后没撕出来，dp[i]表示以i为根的最大路径和，往左往右找两个最大的加起来就行全程1h，手撕只给了大概10min不到时间，越想越难绷，前50分钟聊得都挺好的，感觉要挂了更：破案了，原来是HOT100原题，刚好漏了这道，我的锅