1. 实习项目拷打 2. 介绍实习业务 3. 数据库迁移数据应该怎么做 4. 本地缓存和redis缓存区别 5. redis热key 6. 慢SQL治理 7. 数据库索引失效场景 8. 为什么使用B+作为索引存储结构 9. JVM内存模型；new一个String会在哪些区域占用内存 10. volatile关键字作用 11. MQ如何避免消息重复消费 12. 频繁FullGC如何排查 13. 单例模式实现方式；懒汉式和饿汉式区别；是否线程安全 14. 手撕：归并排序 15. 手撕：合并两个生序链表

难绷

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...