用没用什么训练框架，还是pytorch直接？怎么不考虑用一些主流的训练框架？你认为有什么亮点？lora微调改的哪里？介绍loradpo和ppo之间的区别？介绍下dpo的损失函数和ppo的损失函数？有没有了解过其他的强化学习方法？是否了解主流的一些模型？qwen？deepseek？transformer中decoder和encoder的差别？注意力机制的差别？decoder相比于encoder更善于什么？不善于什么？注意力计算的公式是什么？复杂度是多少？

暑假投过字节实习，当时无音讯。近期也没投过简历。今天有个字节HR直接加我微信，联系我约面😅本想说最近没时间拒绝的，她直接给我约到12月了，下周一给我发邮件有牛有知道这是啥情况嘛看她朋友圈，似乎就是字节HR不管了，12月试试吧

QQ邮箱把字节意向归类到了广告邮件😂

本人情况 加入汤臣倍健已经有一周了，是健力多品牌的产品实习生，主要参与健力多产品的商品化和上市过程。 工作时间 朝九晚五！朝九晚五！朝九晚五！这是我最喜欢小汤的地方 每当其他公司的实习生还在工作开会时，我已经喜提包包准备回家了，别提有多爽了 而且！！！居然不打卡！！这意味着实际工作的时间非常弹性！比如我们组就是默认早上10点上班，相当于朝十晚五了 工作氛围 超级好！！同事们都特别友善！！特别特别特别喜欢我的mentor不要求我加班，给我很大的工作自主性，注重对我能力的培养，还特别有同理心，有耐心！！！我上辈子哪修来的福分啊还遇到了两个很友好的实习搭子，已经在约逛街了实习强度 总体来说强度不大，...