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

祝牛友们也能遇到自己的白月光，可惜国庆我回校，她回家，时间错开了，以后给她补一束鲜花

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...