吾族血脉，自吾始立铁律：凡我子孙，胆敢研习计算机之术者，当受七窍流血之刑！若见Python之书，必遭雷殛；若触Java代码，定为不孝！键盘鼠标准入族谱秽物录，显示器乃摄魂邪镜祖祠前当立戒碑："二进制者，断子绝孙之道也！"算法者，乱我族心智之毒也！数据结构，毁我门风之刃也！倘有逆子偷装 vscode，即按祖规捆于祠堂梁柱，令其DEBUG至死不得解脱！今颁天条三则：壹）三代血亲不得报考计算机系违者削去辈分，永世称码奴贰）族中幼童须背《戒算经》"if-else咒，switch符，皆是断头术"叁）凡见子侄讨论编程者须即刻砸其电脑，焚其书籍泼黑狗血于键盘之上！太祖母口谕："吾宁要文盲孙，不要程序员！"尔...

求拷打2025.3.20 此简历已接到jdy实习，在此留念，下次再见估计会大改

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...