比亚迪OC

30道选择题 + 1道 Prompt 题，60分钟，总分100。选择题考的是行测，Prompt 题是花店订单计算，还好把prompt题拍下来了 选择题是：言语理解、数字推理、数量关系、判断推理、资料分析 Prompt 题：花店订单计算器 这道题要写提示词让 AI 算花店订单费用 规则梳理一下：  花束分三档： 枝小束基础价 ， 枝中束 ， 枝大束  花材加价：玫瑰 /枝，百合 /枝，向日葵 /枝，康乃馨不加 会员花材加价打八折，有小数直接去掉（向下取整） 包装：豪华 ，礼盒 ，普通不加 配送： 公里内免费，超出部分每公里  块，不足  公里按  公里算，自提免费 节日（情人节/母亲节）：花束费...

焦虑死了早知道就读研了

投了200份简历，经过7次面试后，还是被cetv捞了，虽然之前就听说c厂是天坑，但想了想第一份实习就算了，干1-2月跑路算鸟，再好好准备暑假去实习

1. 必须熟悉 DDPG 、 PPO 、 TD3 、 SAC 等算法的原理和区别。 这四种算法是连续控制（如机器人控制）中最常用的深度强化学习算法。 PPO (Proximal Policy Optimization)   原理：PPO是一种同策略（On-policy）的策略梯度算法。它使用截断（Clipping）机制限制新旧策略的更新步长，防止策略更新“翻车”。   核心公式：    数值计算示例： 假设在时间步 ，GAE计算出的优势函数 （正数，说明这个动作很好）。 设定截断超参数 。 如果新网络过于激进，导致新旧策略概率比 （新策略采用该动作的概率是旧策略的1.5倍）：   原始目标： ...