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？

不是，哥们

工作真实感受【Work in Anker】 🌟入职流程：非常顺畅，会有HR专门为你办理入职手续，然后会有你的mentor，leader，hrbp或者其他同事引导你去领取工作资产（Windows和Mac系统都有）并且带你去工位。我的mentor第一天就请我喝了咖啡吃了饭～开心🥳 🎁入职礼物：入职礼物有anker的马克杯，帆布袋，校招生还有安克的充电宝（图4）！安克的充电宝原来真的这么小一只，怪不得叫口红充电宝，而且CMF做的深得我心，颜色都好好看哇！ 💻办公系统：像字节，蔚来，小米等公司一样，anker同样使用飞书办公系统，用过飞书的都知道哈，飞书非常高效，用户友好，有了飞书办公效率杠杠...