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

谁来救救我..

谈完薪资，我一定会问：试用期多久？工资打几折？如果对方说：“六个月，按80%发。”我的心里——警报立刻拉响。这不只是少拿两个月工资的事，而是三个危险信号正在闪烁：🔴 时间过长：法律明文规定，合同期三年以上，试用才可六个月——别把例外当常态。🔴 薪资打折：合法，但压到八折？是在测试你的底线。🔴 转正模糊：“表现好就行”？标准呢？谁说了算？我开始明白——有些公司，不是招人，是招“长期实习生”；不是培养，是低成本试用+随时替换。所以，法律规定的小火苗，必须在我心里燃成火炬。该查的条款我去查，该问的细节我列清。一旦发现含糊其辞、霸王条款、画饼转正……立马开启防御模式：礼貌点头，默默撤退。我愿意成...