一、前言：我的求职背景与目标1.1 个人基本情况本人是双非本科计算机专业学生，28届，现在也是成功拿到实习offer并入职两周。这篇文章主要是写给和我一样背景的同学作为找实习的经验分享。（仅本人观点，不一定全对）二、技术栈技术栈就是c++，QT，ROS2，opencv，cmake，Linux...现阶段主攻的技术栈，核心围绕C++生态展开，主要包括C++、QT、ROS2、OpenCV、CMake、Linux这几大块，每一块的学习重点和应用场景，我给大家讲清楚，避免大家盲目发力：C++核心能力作为咱们的核心技术底座，C++的学习一定要扎实，重点掌握两大模块：一是STL容器与算法，这是日常开发中最...

求大佬们拷打简历，投了好多简历了，基本上都没面

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 ...