如标题所示，我一个朋友是实习生，已经干了好几个月了，他测得一个需求，测试环境没有任何问题，一上线后因线上数据量太大导致数据库连接池的连接超时，连接数超过连接池的最大连接数，后续的请求也挂掉了，心态要炸了。。。

双C9 0面试，神奇美团。

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...