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...

黑奴总厂唉😒

学而思2025届春季校招内推码【DSKEFayj】教培行业头部上市公司【岗位】线下面授主讲（多业务线可选，详见投递主页）【🏫地点】全国39城可选【💰薪资&福利】首年年薪10-30w,每年4-6次涨薪窗口✅保障类：六险一金；年度体检、年假+福利假期✅成长类：岗前岗后全方位培训、资深教师带教✅娱乐类：团建下午茶、节日礼盒、花样周边等【内推投递通道】https://app.mokahr.com/m/campus-recruitment/tal/148080?recommendCode=DSKEFayj#/jobs【推荐码】DSKEFayj快来拿offer！考公考研等无违约金！