📍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...

OPPO 测开面经，摘自优秀牛油昨天在等某小厂面试时候，突然接到oppo电话，聊了两句直接就开始问八股了，可能要人要的比较急，没有通过hr约时间。询问内容主要是java的八股，记录如下：1、接口和抽象类的概念，定义以及区别。2、synchronized关键字，能够修饰什么，修饰方式的作用3、什么是单例模式，回答中有提到会减少性能消耗，有揪着这个点继续问，为什么会性能更好，这个是主要目的吗？不同的单例模式实现方法之间的性能差别（没回答出来）4、Stringbuilder和Stringbuffer之间的区别，为什么一个线程安全一个不安全5、volatile关键字6、原子操作7、Java 的反射机制...