昨天收到 offer 开心死了。时间线：24年11月24第一天下载牛客发帖子问想实习怎么办25.2.24第一次面试25.3.16第一次 oc 一共是三个半月，很感谢牛友们的建议和帮助。现在 offer 一个是领雁（中信集团子公司，1000到一万人），另外一个是8人小公司，我自己的目标是大厂，昨天下午突然就收到两个 offer 了。领雁离我们学校太近了，11分钟地铁直达，位置很好。之前就有佬建议我说先从中厂再跳大厂，不知道是先接受 offer 去实习还是说 all in 暑期？😭

📍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...