26届学院鼠鼠燃尽了。实习发现没有学到什么东西，现在想继续秋招。发现快要过时间了，但是现在在公司有有点抗不下去了。大佬们，拷打一下我，我现在该怎么办。算法+八股+项目在实习的适合就没怎么刷了，以为公司还不错，现在越来越呆不下去了。不是鼠鼠我嘴馋，但是中秋没有礼品是不是太抽象了一点，唉。学院鼠鼠打法太难了吧。大佬们，求求辣！！！😭😭😭

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...