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 ...

0实习，什么都没有，一问三不知简历如下求建议，算法什么的也不懂

29届java实习，简历包装了一下苍穹外卖和黑马点评，请问有什么项目推荐吗？有必要在简历上补个蓝桥杯，马蹄杯之类的算法竞赛吗？接下来还会继续学习🥹想在暑假去进行第一份实习 有机会吗？求大佬拷打😭😭

AI的发展快到令人发指，今天主要和大家分享一下AI时代对测试测开的一个影响，下面主要从裁员危机，面试影响，职业发展这三个角度分析。裁员危机行业裁员当下热点：最近大家肯定被一大波裁员信息刷屏了，亚马逊裁员一万人，微软裁员两万人，国内的百度字节等裁员几千人。如果仔细研究一下相关的数据就会发现国内的公司不止近两年裁员，他们一直都在裁员然后招新人，短期看AI并没有对国内的IT岗位数量造成太大的影响。裁员案例：大规模的裁员一般都是整个部门被端掉了，比如字节的游戏部门（朝夕光年）整个业务都被端掉了一下子干掉上千人（技术+非技术）。裁员的理由永远只有一个，那就是你的性价比不够了，从你身上赚不到钱了。如果你去...