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...

秋招投了快百份简历，大多杳无音信，本来都快佛系了，结果遇到个超暖的HR！本来只是一个很普通的投递，没想到她不光认真回我，还专门去跟老板争取，后来居然主动找我要微信，说“再帮你问问能不能给个学习机会”！找工作找得快emo的时候，突然被这么真诚的人对待，真的一下子就破防了，原来真的有人把求职者当回事，不是只看简历上的经验数字，秋招这么难，遇到这样的HR，感觉又有动力继续冲了～

国庆还上boss回消息也是辛苦了，本科补考过概率论那我还说啥呢

今天主要就是参加了一个深圳传音的面试，感觉还不错，我问什么时候出结果，面试官说最迟两天就会发二面通知，感觉这不就稳了吗，嘿嘿，已经开始幻想：要是传音40W的总包和阿里菜鸟的白菜价我该怎么选了，但还是得等要是面试过了再说吧