贝壳内推码 29161818

大厂不停挂 小厂挂不停求求佬们帮我看看简历金九银十不指望了希望破铜烂铁的十一月可以捡到九爷们剩下的offer

import torch import torch.nn as nn import torch.nn.functional as F class GRPO: def __init__(self, policy, ref_policy, lr=1e-5, beta=0.02, eps_clip=0.2): self.policy = policy self.ref_policy = ref_policy self.optimizer = torch.optim.Adam(policy.parameters(), lr=lr) self.beta = beta self.eps_clip = ep...