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...

hr说话这么拽的嘛

这个简历想找个实习很难吧，想找个实习

笔试时间：2025年03月15日 历史笔试传送门：2023春招秋招笔试合集2024春招秋招笔试合集第一题题目：Monica的音乐延长Monica听到了一串音乐，她把音乐的音调用字符串表示:C表示do，D表示re，E表示mi，F表示fa，G表示sol，A表示la，B表示xi。当有一个长音时，Monica用多个相同的字母来表示音的时间长度。例如，CCCCABCC代表共有4个音，其中有一个长度为1的do，一个长度为1的la，一个长度为1的xi，一个长度为2的do。Monica共有k次操作，每次操作会选择一个音，将其时间延长10单位长度。Monica希望最终时间长度最短的那个音长度尽可能长，你能帮帮她...