字节复活赛

字节的流程是真的快，狠狠表扬。和hr说的五月多才入职，想问一下uu们入职前要加一下mentor，问问要提前学习一些什么吗，之前没有实习经验。

从月初开始投，都是ssob上的本地日常实习，面完挂。准备实习前确实没想到怎么难，估计和我准备不充分有关。项目是网上缝合的，八股也是边面边补。是接着投小厂还是开始沉淀暑期？来个朋友拷打一下我，这简历还能怎么改

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...