📍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...

实习到底该怎么找啊，看别人都几段实习了，boss上沟通百来家，没有一家回复 #26届实习#  #简历#

自我介绍对于游戏测试工程师未来工作的价值理解，具体介绍过去有接触过哪些类型的游戏，分别举例类似射击类的大逃杀玩法的游戏有玩过么类似和平精英的游戏，有玩过么分享一个你最喜欢的游戏场景问题：以植物大战僵尸为例，假如你是一名游戏策略工程师，对于其中太阳花的角色，设计测试点场景问题：以植物大战僵尸为例，当前有一个局外奖励的投放活动，如果获得 1000 点太阳，即可获得奖励，对于这个场景设计一些测试用例之前在玩游戏的过程中还有没有发现过一些印象比较深刻的 Bug，举例讲解那你认为这个 Bug 可能是什么原因导致的你认为，在游戏测试过程中，从发现 Bug，到解决 Bug，中间有哪些环节如何评价一款游戏性能...