朋友圈也不能发，只能来牛客倒倒苦水😭。startup的社招offer我没接，来了铁厂实习。现在实习到一半，老师找我回去干活，不干活就可能毕不了业；干了活就可能就不了业。我好难受啊😭。感觉这里真是天下第一等垃圾学校，羡慕北邮的同事，他每一段都在大厂，从研发到算法都干过😢，而我只是一个卑微的鼠鼠，挣得没他多，活得没他开心。

题目1：最长的括号子串

flash attention解释下gqa解释下怎么才能训练好一个sft过程？sft的loss计算是用什么计算的？lora原理lora参数权重初始化lora的r和缩放参数dpo的lossdpo数据集怎么构造比较好？如果dpo训练过程中，accept回答和reject回答的loss都在升高，怎么办？假如说dpo效果不好，怎么解决？多轮对话一般要怎么训练？rag的流程？检索时，只用关键字匹配会存在问题，怎么具体解决？（没有上下文语义信息）给定一个网页，如何提取其中的关键信息