1️⃣公司对实习生超好，各种福利待遇都是和正岗一样，在公司实习的四个月每天都在吃吃吃！每天都畅拿的零食柜就不必多说了，公司月初会发水果，月末有大食汇！每次新品发布又有大食汇！并且，每逢节日各种送礼物！简直不要太好 2️⃣公司内氛围超好，是一家年轻有活力的公司，里面的哥哥姐姐人都很好，这四个月的实习也让我交到了很多朋友！ 3️⃣公司还会为实习生开设一系列培训课程，各种在学校学不到的工作干货和技术干货都可以在这里听到，真的有在用心培养你！福利待遇真的很香 1️⃣14薪，每年2次调薪机会，六险一金。每年奖金奖励都好多😍 2️⃣弹性上班，每个月有2个小时可以免费迟到。（对迟到墨迹鬼真的很友好...

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...