阿里云 好难好难 T1被卡爆 只能做T2+T3阿里云T1给定两个整数 n 和 k，考虑长为 n 的序列 (a[1], a[2], …, a[n])，其中每个 a[i] 都满足 0 ≤ a[i] < 2^k。要求计算满足下式的序列个数：a[1] ⊕ a[2] ⊕ … ⊕ a[n] ≤ a[1] & a[2] & … & a[n]并将答案对 1e9+7 取模。其中 • ⊕ 表示按位异或 (XOR) • & 表示按位与 (AND)dp，分奇数/偶数考虑，偶数最高位全1后面任选，否则就需要考虑后续情况**动态规划**: -使用动态规划逐位处理...

📍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...