没Offer折磨，有Offer也折磨。签了，又怕后续公司不等毁约。不签，又怕其他池子泡不出来。想拖三方，企业会一直催。想拒绝，手里的字打了又删，删了又打，总感觉不够礼貌。我的道德怎么这么脆弱呀，真的当不了一点渣男已拒两个Offer，回到秋招裸奔状态，希望现实后面不要教我做人

😅😅😅😅

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...