问实习一（第一个项目）优化的核心指标是什么为什么用模型来代替策略？解决什么问题mmoe的特点是什么为什么做下采样，如何确定采样比例采样前后的准确率是否一致？如何解决（第二个项目）为什么做微调，为什么做sftsft的优点是什么，为什么会有微调后效果更好的情况有哪些负样本，如何解决微调时用了多少样本？为什么觉得够用问实习二为什么用cnn-lstm，为什么没有用transformer节省电费是怎么算出来的

我的leader就是面试我的人。我在面试里把自己说的什么都会，今天运行个项目部署个nacos和中间件露馅了。一个下午都没运行起项目，害的leader教了我半个下午。git也不太熟练，他叫我创建分支推到远端也忘记了。他让我给他透个底到底会什么，我说后面的crud，脏活累活交给我和ChatGPT，肯定帮他减负。😂😂😂

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...