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

面试官开口就问：“同学，你期望的工作地点是哪儿啊？”我想都没想直接说：“广州啊。”对面瞬间安静了半天，然后慢悠悠来了句：“同学，我们总部在北京，秋招也只招北京的岗。”我当时直接懵了，脱口就是一句：“啊？北京？你们公司在北京啊？那北京也行！”

对不起度，有鹅选鹅套公式了球球度不要拉黑

2月： 字节暑期流程到审批阶段了，结果一个半月没有推进和后续3月：审批挂，但认识了很棒的HR朋友，转部门面试通过✅，终于可以去杭州啦4月 ：一个人在杭州生活，周末尝试去看脱口秀，正式场还有拼盘和练手场搞笑的是每次睡到下午2点，不吃饭去坐地铁看秀，结束后6点饿到低血糖，貌似每次都会这样5月：逐渐习惯字节的节奏，开始健身和熟悉业务。学弟也来字节了，一起组了3人健身搭子，这段时间增肌➕学习健身技巧，变得小有成效很不错！！！ 以前的细狗是怎么活到现在的经常去一家酒馆玩，学各种酒桌游戏，加上我爱唠嗑，渐渐每周五去当DM带玩，认识各种形形色色的人大家常说工作要摆脱学生思维，生活上也是，在外何尝不是勾心斗角...