主要是使用强化学习相关的：1.强化学习中马尔可夫（MDP）中的五元组是什么？2.RL学习能分为哪些类别？基于值函数的基于策略的的3.基于值函数的和基于策略的有哪些模型？4.解释一下TRPO，PPO5.解释一下强化学习中的online 和offline6.是否自己动手实现过一个RL智能体：答：没有7.广告系统的链路：召回-粗排-精排-重排8.召回主要用哪些算法？9.问京东的项目经历手撕：可以组成括号的成对字串，用了栈秒了，可能时间还有剩余，让我用DP做一下，没做出来。已经是美团暑期实习的最后一个志愿了，求让我过一面吧，呜呜

请问阿里系的测评和笔试结果会影响秋招吗？蚂蚁问了联系人说测评挂了，真的很心死

10月27日测评，10月28日晚上约面，10月19日早上10点一面结束，10月30日HR面结束。看到牛客和小红书上说HR面之后要等好久，求求京东快点开。

10.25 镁佳（北京）科技有限公司—一面14：001.Dropout机制2.Self-attention中的计算方法3.Kv/squr(t)为什么要除以squr(t)4.为什么要有position embedding5.如何解决decoder-attention中无法看到后面信息的问题：mask matrix6.Bert主要用来干什么？Next sentence perdiction 和 Mask 位置填补总体来说就是死扣transformer编码题：二分查找用2个栈实现队列10.25 镁佳（北京）科技有限公司—二面17：00查看CPU使用情况：top(实时监控工具)查看端口占用情况：netstat -tuln  # -tuln：列出所有监听的 TCP 和 UDP 端口显示系统内存的总量、已用量、空闲量以及缓存和缓冲区的使用情况：free -h查看GPU使用情况：nvidia-smi特别细致地提问上一段的经历，算法让我输入每一步骤的输入和输出logistic回归：y=1/(1+e(wx+b) 其中y也可以表示成P(X<x)即F(x)编码题：将列表中的0元素，其他按正常的顺序排列，提到列表前面10.27 货拉拉——一面11：00询问项目经历聚类方法K means支持向量机对过拟合的理解，以及如何解决过拟合。编码题：快速排序（找基准的那个排序方法）感觉货拉拉的面试还是挺中规中矩的

4.13 笔测   4.18 一面   4.19 二面   4.22 上午： 主管面   4.22 下午： HR打电话问意向薪资和工作地   希望5.1假期后之后会有好消息      #------------------   更新一下：   5.5 问hr，hr说审核长时间不通过，建议我做备选

4.13 笔测   4.18 一面   4.19 二面   4.22 上午： 主管面   4.22 下午： HR打电话问意向薪资和工作地   今天查状态码？还是这个样子？请问提交审批了吗？