我就说一句，辣鸡vivo

7、你们redis用的是哪里的集群版8、Redis 主备机制是怎么实现的呢？9、Redis 选主机制10、Pulsar 有哪些集群的实现版本？11、Redis 的 ZSet 详细说说，再说说插入、查找的过程15、CAP 理论说一说，然后什么场景、中间件用什么？16、OpenClaw (OpenHands/Agent) 的底层实现机制17、Agent 的 Memory 机制有了解吗？18、Redis 慢查询怎么排查？19、MySQL 一致性的实现是怎么做的呢？20、MySQL 是怎么保证数据不丢，怎么保证数据不错的呢？21、Undo Log, Binlog, Redo Log 的作用22、事务的...

这个是流程终止了吗

三月底投到现在至今0约面，是哪里出了问题，是背景问题还是简历问题呢希望大佬指点一下

1. 项目拷打 问的非常细 , 聊了30min2. GRPO 里的 reward 一般怎么设计，怎么避免模型学歪GRPO 的 reward 设计关键不是“打分越多维越好”，而是要保证相对排序真的有意义。常见做法是把 reward 拆成几部分，比如正确性、格式遵循、长度惩罚、拒答合理性、安全性这些，再做加权组合。对于推理任务，最核心的一般还是结果正确性和过程可验证性；对于开放式生成，还得控制风格漂移和模板化输出。真正难的是 reward hacking。模型很容易学会一些表面上拿高分、实际上没解决问题的套路，比如故意写很长、固定套模板、强行迎合裁判模型。所以 reward 设计通常不能只靠单一 ...