我该怎么办

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

目前有有三个offer，请问给大佬帮忙分析一下1.博世中国xc的端到端模型微调2.千里智驾的端到端，据说实习生和正式员工差不多? 刚合并会不会很动荡呢3.文远知行的自驾pnc，偏传统方向

我不知道如何才能描述出我当前的迷茫和不甘，无论您停不停留，都祝您开开心心，快快乐乐！本人26届，双非本211硕 Java 后端，有一段2个月的小厂实习，秋招现在是 2个offer。一、实习5000，不着急签，所以已经打算去实习，然后 HR 老大也可以理解明年3-4月再看机会，所以就给了实习 offer，它开的最多 14k。二、算是中厂，催签（还有三天）且不允许毁三方，意思是只要接受offer就开始走流程。走到中途或者明年秋招想毁约，会卡你，不给毁的机会。开 17 *（13或14），包住宿，公积金双边 10%。不甘心就是觉得其实不满足我的薪资要求，想着怎么也得开20k。所以有点想参加春招收割一波...

女leader回来之后有一次打球碰见了她，她很兴奋的拿出自己拍的视频给我们看，边看边给我们讲自己泡温泉的经历，还一个劲的怪我不去，这句话说一次就够了，她说了三四次……+2是直系领导的直系领导，不是开大会基本上看不见，天上不会掉馅饼，有好事也轮不到你我这样的普通人身上，所以保护好自己比什么都重要，请相信真理，无缘无故接近你的人一定是带着目的……她都四十多了，大的读研，小的本科，什么样的人没见过，她选择你，是想让你帮她做一些她不方便的事情，我做过几次，心里很不是滋味，所以少接触，大胆的拒绝前同事离开前的最后一句话，让我少和两个人接触，她就是其中一个……