技术文章 解密prompt系列24. RLHF新方案之训练策略：SLiC-HF & DPO & RRHF & RSO 去年我们梳理过OpenAI，Anthropic和DeepMind出品的经典RLH... 2 月前
技术文章 面试官不按套路出牌，上来就让聊一聊Java中的迭代器(Iterator )，夺命连环问，怎么办？ 写在开头 某大厂的面试现场，一位目光深邃，头顶稀疏的中年面试官坐在椅子上，这时候... 2 月前
