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...

没实习过，前几天投了一下腾讯，能想到能让我面试😨😨😨处女面能给腾讯吗

求大佬狠狠有大批评后入我🥺🥺🥺

11. 怎样检测链表是否存在循环（只读内存，内存有限）解法：快慢指针法（Floyd 判圈法） struct Node { int val; struct Node *next; }; int has_cycle(struct Node* head) { struct Node *slow = head, *fast = head; while (fast && fast->next) { slow = slow->next; fast = fast->next->next; ...