网龙内推

📍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...

受不了了兄弟们，直接放图于3月4号投递简历，后续写了个笔试，在3月6号安排了一面，问的不多，结束后说在等会中午十二点会安排你二面，你等着吧；然后我没去吃饭就一直等，等过了20分钟发现不对劲把我鸽了，于是也没报什么希望，认为是个kpi。不知过了几天打了个电话说我进了二面，然后二面也没问什么东西，过了以后有没反应，ssob也没反应；就在昨天突然打电话给我说公司要给我安排个终面，我说可以啊，当时还挺高兴，以为自己真能通过oc......然后今天下午面试，开了会议技术面试官迟到，还是hr叫来的；这里开始终面然后就是正常自我介绍，介绍项目，我提到了一个分库分表，遂问我什么场景下要分库分表...