520秀出我的对象乔碧萝

做技术面试官这些年，筛选简历时见过太多光鲜亮丽的背景，却也常常被一些“不起眼”的细节打动。今天想分享的这个面试案例，核心很简单：一位候选人，算法题发挥失误没写对，但我从一开始就因为他的开源项目决定面试他，最终也因为这个项目，给他高分通过，也想借这个案例，跟正在求职的应届生聊聊，什么才是面试中真正的加分项。每天筛选几十份简历，大多是名校背景、大厂实习加持的应届生，难免会审美疲劳。直到看到这位硕士候选人的简历，没有亮眼的第一学历，也没有大厂实习经历，项目经历也只有一个Linux相关的开源项目，但就是这个项目，让我瞬间停下了滑动鼠标的手——这个开源项目，其实并不是什么高大上的生产力工具，只是个安卓手...

就不投

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 ...