强大的心脏

整体的沟通不是很顺畅，面试官一直在纠结项目背景，我说是技术预研，他一直问有没有业务背景自驾的强化学习和llm的不太一样他们是传统的RL，也不是多模态问了一些项目，面试官好像不太懂问了我几个问题GRPO的优化目标？KL散度的作用，为什么要KL散度？为什么有些论文移除了KL散度？这样会不会灾难性遗忘？GRPO比PPO的优势，我说移除了reward model，以及去掉了value model。但是面试官不是很满意，说这不是GRPO主要的改进。工作比较flexible考了一个leetcode.162（把这题理解为爬坡，当num[mid] <num[mid+1] 说明是往右的一个上坡，left=...

家人们，双飞硕现在有一个pdd的30白菜AI算法，能接吗还是去别的非互联网。有小实习，无论文。这个真是好不容易才拿到的。

投的很晚，9月26才收到笔试，笔试只有两道编程题。两题题目都很长有点唬人，其实就是按照规则模拟就好了，没有涉及具体算法。第一题：重力模拟有 n * m 个格子，每个格子要么是物体，要么是空白，物体有编号，每个编号对应可能会收到重力影响下坠到第 n 行，也可能不受重力影响（由一个数组 b 给出）。求出格子最后的状态。挺简单的10分钟秒了。 #include <bits/stdc++.h> using namespace std; int main () { int T; cin >> T; while (T--) { int n, m, k; cin >> n...

我这两天刚下载boss，打招呼打了很多小厂（想练练手），但都没有回应。结果字节主动联系我，但我感觉八股还没准备充分，不想第一次面试就面字节，怎么办