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...

第一次在一个被人吐槽的软件上遇到这么好的hr，即使没有入职这家公司，隔着屏幕也真的很感动了

昨天给我发offer了，这个公司好像是做自动驾驶方向的，base苏州，我面的java后端，方向是自动驾驶数据平台和标注平台，说300r/天，还有20餐补，有了解这个公司的友友吗，工作强度如何，推荐去吗