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

简历还需要完善吗，boss投了一些没有面试机会。另外暑期开始，感觉自己太菜不敢投递

本次笔试较难，特别最后一题挺不好做的，稍不留神就得错。第一题不是很难，找到题目的规律即可。第二题有一定的难度了，需要找到块与块之间的贡献。第三题很麻烦，公式推导倒不是有多难，但是很麻烦，每个步骤都挺恶心的。1.数组1.0给定一个长度为 n 的数组 a。定义一次操作： 选择数组中的一个数，然后把这个数从数组中移除。其余元素按照原有顺序从前到后依次拼接。现在她想要知道，自己最少需要操作几次，才能使得数组中所有非空子数组的平均值均相同。子数组为从原数组中，连续的选择一段元素（可以全选、可以不选）得到的新数组。2.小美的排列区间小美拿到了一个数组 a，她用以下方式生成数组 b：初始b为空，随后，对于每...