烂透了ORZ。上来先来问一大段AI研究生做什么手撕算法：最长回文子序列（写了半天 尬住了）进程线程TCP粘包半包linux常用命令零拷贝Kafka/RabbitMQ如何用到零拷贝的如何加载两个全限定名一样的类，jvm是如何区分的RabbitMQ如何实现全局消息有序性（第一次收到面试，太菜了，感觉面试官很不满意）47分钟，面试官突然终止，G了

老板直接问你怎么搭软件?

无语子了😂😂😂还不如在家玩

📍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...