📍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...

这书读的是不是没用了😇#投递技巧#

实习经历较水都是包装的，冲大厂暑期有机会吗

每次去不同的公司官网，进去依然要把信息从新填一遍！！！！真的很麻烦。小到个人信息，大到父母信息。明明已经自己制作了简历，但还是要填各种信息，这种重复工作真的很浪费时间。各位小伙伴是怎样觉得呢，有没有遇见那种填信息要求很离谱的那种！！！ --------------------------------------------------------------------------------------------------------------------------------------有需要专栏的小伙伴可以看看超万人学习和复习的面经专栏：（适用于小白学习和大佬复习）：https:...