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...

😇😇😇  

lz刚写出来没多久，项目就是点评和外卖。还在完善项目背八股刷算法，没敢去投，求各位大佬拷打拷打，目前是想投个中大厂，不知道还有没有机会。。。😩😩😩

我的mentor就是面试我的人。我直接把找工作看作找对象，其实面试就像约会，在面试里我就先把自己说的什么都会，然后入职第一天刚准备运行个项目就露馅了（或者像是奔现现场的见光死），一个下午都没运行起项目，害的mentor教了我半个下午。后来就在公司老实沉淀了，马上开始看教程学，更离谱的是mentor直接给我甩来几个网盘压缩包，资源来咯。刚进公司时，我人生地不熟的程度，堪比在陌生的聚会但手机只剩1%的电。🤐而我本人的社交模式，属于慢热型，再慢也热不起来（bushi）。所以除了找我的mentor领任务，我基本处于“隐形人”状态。有时候我也在想，是不是该努努力，搞点向上社交，但观察后发现，大家有时候...