疑似对之前的美团高管的内涵做回应，并宣布自己的外卖业务有大突破“今天是个好日子，今天京东品质外卖订单量将超过500万单，因为都是品质堂食餐厅的外卖，GMV比“幽灵外卖”1000万单还大”但据大家所知，东哥之前也是和不少大厂打过“口水仗”的美团也开启反击，打出了“闪送”业务，且看大神打架

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...