📍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

投了好多都没消息，不知道该怎么投了。

分享面经（wxg 某团队----客户端开发）一面 （1个小时05分钟）30分钟的实习cpp的一些问题，比如如何利用windowsapi设计窗口，z型扫描，如何定位等问题（30分钟）1个小时后约复试二面（1个小时）20分钟实习之后看了看我的github，给面试官跑了一下之前自己开源的代码和博客。30分钟。10分钟 反转链表（好多次都写反转链表了哈哈）1个小时后约第二次复试三面30分钟实习（1小时50分钟）场景题 弹窗的设计以及大数据的处理。（跟之前的很像，我发现这些企业都爱考整体的架构设计，）要包括数据库和中间件的设计以及处理。（因为我实习和开源的东西用到过）1个小时20分钟智力题我是真没准备，...