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...

手撕快排vector和listlist中数字是升序的，如何快速找到想要的一个数或者说明数字不存在多态虚函数构造函数能否是虚函数析构函数能否是虚函数auto关键字完美转发C#的内存机制3点开始面试3点55分面完，4点01收到流程终止，仅需五分钟秒挂还是背的不够，几乎都答不上来，我是飞舞