📍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...

求一份工作😿

#实习# #研究生就业# 心态很炸，准备了很久，投了腾讯实习基地提前批和字节都没有收到过面试邀请，我是该改改简历上的项目继续冲这俩还是换投中小厂呢。。

T1 括号匹配（100%）力扣刷过这个题目，这个题目进阶了一下，比如【{】}这种是不可以的。用replaceAll也不卡时间T2 BFS（100%）蓝桥杯有一个类似的，不过是把颜色变成红绿灯。直接bfs，然后vis数组开两个，一个蓝色一个红色，注意这个数组不能记录边（这样过75%），要记录当前在这个节点，是蓝色或红色这个状态之前有没有出现过。 while(!q.empty()){ int siz = q.size(); for(int i = 0; i < siz; i++){ pair<int, int> cp = q...