📍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...

🤣

各位大佬帮忙看下简历，挺劝😖😖

时间线：25.3.4 流转到飞书25.3.7 一面25.3.14 二面25.3.19 三面 当天挂，流转3.7 字节飞书一面 50min项目&八股&场景被拷打麻了。。。好多漏洞点实习做了什么？用的 MQ 是什么？RocketMQ 如何保证消息不丢失？一个服务修改了数据库，之后要向 MQ 发送消息告诉消费者有相应业务变更，但是在发消息前这个服务挂了，对于这个问题要怎么处理？MySQL 跨表事务是如何实现的？MySQL 如何保证数据持久化？为什么 Redo Log 更好？Redis 数据结构？Redis 做自增 ID 时，做持久化了吗？如果 Redis 挂掉了怎么办？如果 key ...