美团1h40min

📍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...

无语子了😂😂😂还不如在家玩

10点原本要面试个小公司运营岗，准时上线后等了2分钟面试官进入了会议室，没有开摄像头，听到她那边很嘈杂，然后！！！对面和我说:"同学不好意思，我现在发生了交通事故，今天上午没有办法进行面试，等下我让hr重新给你预约时间，希望你理解。”听到这句话，我脑子宕机了几秒，然后马上说注意安全，面试下次再约，对面就挂断了！原本以为是段子，没想到这么小的概率也能让我碰上了，没想到对方还挺有礼貌，亲自上线和我解释，已经重新和hr预约下周面试了啦