苏小研三面

全志科技，搞了linux驱动（14*12+2-3个月年终），锐明，mcu（18+2k绩效（hr说基本上都能拿满+大概率2-3个月年终））球球各位牛友帮忙选一下

好一个“此实习非彼实习”烂做派是学透了的，工资是一分钱没有的

难不成除了我人均四五段大厂吗，怎么问出来的

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...