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...

hr说话这么拽的嘛

本套题总体难度不大第一题简单字符串模拟第二题是一个很常见的贪心题目，注意读入数据量较大需要使用快读第三题是简单数学，直接用等差求和公式求解即可，第四题是一个几何题目，注意需要考虑所有可能的覆盖情况。详细真题、解析以及其他大厂26暑期真题及解析如下4.15code第三个sheet