📍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...

玻璃心 讲讲饿了么暑期实习的感觉， 一个小白进入到大厂里，客观来说阿里的新人需要很强的学习能力+适应能力+抗压能力，因为大厂新人入职进来就是一个新的螺丝钉，需要你自己快速磨合自己适应岗位上手工作，所谓的师傅、主管大体上很难遇到一个非常负责、有耐心、心善的人的，因为都是工作，who care you，如果有遇到一个很有责任的主管、师傅的话，那你非常的幸运，捡到宝了，一定要抱紧他的大腿，快速从他身上学习与成长，个人觉得一个好的主管、师傅的评判标准，不仅仅是他告诉了你怎么快速上手工作了解业务规则，而是会告诉你很多逻辑、经验、思考判断的方式，简单来说就是不是单纯的告诉你怎么快速上手达成业绩，而是真的有...