滴滴一面

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...

考虑了几天还是先接了，过几天整理一下鹅厂面经。

bg 双非本211硕2月多投的某个人才计划，后面走的实习生面试流程，hr说是留用实习但我没查到这种说法，好像说鹅厂内部已经不区分实习类型了？ 一篇ccf b论文一作 音乐方向 3.6 第一轮同事面，聊了下自己论文，介绍论文motivation、模型架构的选择等等。聊了下实现的时候遇到什么问题。 问了一道场景题：如果在音乐中希望控制生成某些时间节点能有重鼓会怎么做（开放性） 手撕了个树的层次遍历，自己开ide写数据结构...