鼠鼠我啊，高考考的很烂，来到了一个北京普普通通的一本，上了大学之后第一个月看完了Core java的第一部分，后面报了个rcore，做了前两个lab就烂尾了，不过好在水群认识了很多很多志同道合的人，每天水群也就知道就业要准备什么。后来就学了Linux 系统编程和网络编程，寒假又自己写了一个kernel，还看完了湖科大计网和https的一些版本沿革，现在正在remote实习，做一些crud的活，然后每天刷几道lc，现在刷了130题了。高中的时候特别希望被别人认可，但是即使在我这个双非+技术氛围差的学校的大一中做到了数一数二的位置，还是感觉开心不起来，每天早上刷会手机去吃饭，下午刷几道lc，然后看...

找不到工作啊兄弟们，有没有支招的#牛客创作赏金赛##没有合适的工作，你会先找个干着，还是考公考研#

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...