05-03 06:25 门头沟学院 算法工程师
关注
阿里暑期agent开发一面分享
给我面没招了，发点面经攒攒人品～
1.拷打自己的论文项目，会问很多细节的问题
2.八股如下：
1.RL训练中一般看什么参数
2.reward hacking是什么，一般在参数中怎么体现
3.PPO GRPO DPO 优势劣势 适用场景
4.DPO 需不需要加KL
5.rand7()怎么变成rand10() 拒绝采样
1.拷打自己的论文项目，会问很多细节的问题
2.八股如下：
1.RL训练中一般看什么参数
2.reward hacking是什么，一般在参数中怎么体现
3.PPO GRPO DPO 优势劣势 适用场景
4.DPO 需不需要加KL
5.rand7()怎么变成rand10() 拒绝采样
全部评论
相关推荐
查看13道真题和解析 点赞 评论 收藏
分享
05-07 01:57
门头沟学院 Java 
牛客54548888...：选择大于努力。。。双非就选广工，重邮，南邮，深大，杭电，桂电，西南石油这些就行了，否则远不如去末二。别的很多双非甚至不如大学结尾的放实习的二本。一本，二本，学院本都叫自己双非，事实上在HR眼里也确实没区别
。那些分低点的双非反而知道要卷，一进来就刷实习，最后反倒是他们进了
。至少在我目前接触的人群中是这样的。 点赞 评论 收藏
分享
不愿透露姓名的神秘牛友
05-19 09:50
点赞 评论 收藏
分享