项目GRPO相关考察个人对SFT和GRPO的关系。问BN和LN的区别？为什么NLP里边是LN?问前 layer norm 和 后 layer norm的区别？pre-LN 恒等分支的方差变化累积，到深层是影响模型训练效果的主要因素，f(norm(x))分支因为方差稳定，会成为不重要的参数，到深层之后会变成 参考：https://www.zhihu.com/question/519668254/answer/2371885202手撕编辑距离没看到聊天框就没让写了反问以发论文为目标

秋招第一个offer！      

干脆利落，要是都这么迅速就好了。

秋招至此我拿到了三个offer，这几天拿到了秋招最快的一个offer。我之前一直陷在纠结里，感觉像站在分岔路口，不知道往哪走才对。也可能是有缘分吧，最后选了收钱吧，不只是因为快，对我而言，是面试的时候认同了公司的理念，直达用户的真实反馈，让我觉得工作更有价值感，也契合我 “通过产品解决实际问题” 的职业选择偏好。去面试时还发现了，公司工位挺宽敞，技术团队用的还是新 MacBook，开发起来特别顺手；和 HR 聊的时候，知道公司有公开的内部转岗通道，要是以后想试试其他业务方向也有机会，刚毕业的我就想多探索下，这点也特别吸引我。还有学长跟我讲，收钱吧术岗能接触到高并发的真实场景，成长特别快；福利也...