中移上海产业研究院，社招，

入职第一天，就感受到了满满的诚意。HR小姐姐全程陪着，讲解各种重要内容，什么六险一金啊（有商业保险），感觉自己被宠上天了。而且入职当天还送了免费大会员和会员购，哈利波特、蝙蝠侠、人生一串放肆看，看完还可以买周边，这福利也太香了吧！ 办公环境：超有爱 B站的办公环境真的是太棒了！每层楼都有猫猫狗狗，上班累了还能逗逗它们，解解压。而且办公椅和办公桌很协调，办公起来非常舒服。关键是，这里没有那种压抑的氛围，大家都很年轻，交流起来特别方便，氛围特别好。 工作氛围：轻松又自由 B站的工作氛围真的太棒了，拒绝奋斗逼文化和996，崇尚有效率的工作。弹性工作制，每月还有一天带薪休假，只要直属leader批准就...

投了好久了都。。。

简历挂了三个部门（阿里和团子，太狠了），自己在牛客找人，又给捞起来了。面试官人不错，乐乐呵呵的。先自我介绍了一下，自我介绍的面试官真不多。稍微问了下项目，有没有遇到什么问题等等。DPO loss 公式？手写。这里忘写出sigmiod，然后ref model的位置记混了，也给过了。 logits = (policy_good_logps - reference_good_logps) - (policy_bad_logps - reference_bad_logps) loss = -F.logsigmoid(beta * logits).mean() DPO 和 PPO 的区别？T1:找到有序...