九月，祈愿offer🙏🙏

合肥，多模态，预训练，基座组（不一定去），30min华为的卡上训的，几百台问 qwen3vl 的预训练问 qwen2.5vl 的预训练问 qwen2.5vl 和 qwen2vl 的区别问 gspo grpo dapo 的区别deepspeed zero/ flash attention看着像个大佬无手撕星火大模型

还是没能进大厂，能力不足努力也不够，算了放过自己，我就是一个不自律喜欢玩喜欢的普通人，我喜欢看番茄小说，喜欢看动漫，喜欢打王者荣耀，喜欢刷抖音，这些可太好玩了，我一点也不喜欢开发，一直勉强骗自己，就这样吧，轻松点，秋招希望能在长沙找一个过得去的工作就好了。现实很残酷，理想很美好，买理想汽车，享幸福人生安克创新->理想汽车，启动！

腾讯OC滴滴OC拼多多OC希音OC蓝厂OC联想OC哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈

对抗生成网络算法基础知识 基本思想 生成对抗网络（GAN）的核心思想是通过两个神经网络——生成器（Generator）和判别器（Discriminator）的对抗训练实现数据生成。生成器负责生成尽可能逼真的假数据，判别器则试图区分真实数据和生成数据。二者在博弈中不断优化，最终生成器能产生难以被判别器识别的数据。 GAN的基本架构  生成器（Generator）：输入通常是随机噪声向量（如高斯分布），通过反卷积或上采样操作生成数据（如图像）。其目标是最大化判别器的误判率。 判别器（Discriminator）：输入为真实数据或生成数据，输出为数据真实性的概率（0到1）。其目标是准确区分真假数据。...