尽人事，听天命。最终结果：淘天、阿里云、腾讯三个offer里选的腾讯进度：腾讯：qq一面 =》 二面挂 => wxg复活 =》一面 =》 二面=》三面=》 HR面=》offer阿里云：电话面 =》二面 =》HR面=》offer淘天：电话面=》二面=》三面=》HR面=》offer字节：二面挂=》复活一面挂（后续说是部门业务停了） =》电话复活但已经接了offer就拒了PDD：二面挂（不得不说二面体验太差，面试官有点目中无人了，一面体验倒很好）美团：简历挂快手：简历挂京东：投了1个多月没消息腾讯音乐：投了1个多月没消息携程：一面 =》二面 =》AI面 =》 英语面试（已经接了offer就拒了...

感觉项目太烂了 这个时间点还够换一个吗

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...