21届音乐生转码上岸啦!

📍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...

恳请大家锐评，会看 会改 准备开始投递了在刷八股，算法，go，项目 #听劝，我这个简历该怎么改？#  #实习#   #go#

算法（最多45min）：给定排序数组，删除重复元素LRU括号字符串是否合法项目（15min）只问了PRC项目，没有问其他的