昨天 15:40 中南大学 算法工程师
关注
字节校招大模型算法凉经感觉是kpi
1.PPO 公式，是否可以没有 value model
2.交叉熵公式？怎么计算的详细说下
3.grpo 是什么，讲一下过程
4.ppo 计算和 grpo 有什么不同，知道 gae 吗？
5.grpo 有哪些变体？
6.讲一下你对代码生成的看法，trae 中项目代码是怎么传进 llm 的知道吗？
7.有直接试过 grpo 吗？有什么缺点？
8.手撕：给定 n 行，每一行包括左指针、右指针和替换字符串，将指定字符串替换，如何优化？
2.交叉熵公式？怎么计算的详细说下
3.grpo 是什么，讲一下过程
4.ppo 计算和 grpo 有什么不同，知道 gae 吗？
5.grpo 有哪些变体？
6.讲一下你对代码生成的看法，trae 中项目代码是怎么传进 llm 的知道吗？
7.有直接试过 grpo 吗？有什么缺点？
8.手撕：给定 n 行，每一行包括左指针、右指针和替换字符串，将指定字符串替换，如何优化？
全部评论
相关推荐
查看2道真题和解析