本科某中流985专业人工智能，目前大四，保研上岸某C9软工的工程硕专项（学校1年+企业2年），对科研发paper不是很感兴趣，个人偏向工程应用方面，目前还没有找导师（主要是本科学AI的候补到软工我也不知道该怎么找导师那），之前大一大二期间出于兴趣，打了一堆和机器人相关的比赛和项目。但是实际上发现自己比起机械自动化的学生又不会画电路板也不会搞那种嵌入式编程，会在一些开发板上，装个Ubuntu，然后连接硬件搞些杂七杂八的程序（包括cv算法，ai算法，agent部署什么的）。之前实习经历实在一个初创企业，里面给人家做视觉处理的配件产品（这个倒是基本上是个人独立研发的，但是签了协议不能把代码给面试官看），干了6个月。由于本科是AI的，AI方面的本科生能接触到的也接触过，包括训练部署模型设计，之前还有过课题组的经历但是是脑机接口的方向，对此不是很感兴趣（这个方向不好就业）。以后就业想去稳定的企业或者岗位，本质日子人，对薪资要求总包一线20w以上，二线15w，三线10w（不知道要求高不高，这方面没啥概念，其实只要能活的相对比较舒服就行），但是只求稳定而且工作强度不要太大（接受有时赶项目加班但是不接受常态996，类似于公务员，但是考公好难），毕业想回家乡小城市但是看了下没有专业对口的岗位。由于以上的期望，感觉我现在积累的经验远远不够，就是感觉目前学的东西太杂了，未来想还是专精于和AI相关的方向？如数据分析，模型炼丹.agent设计（主要是感觉嵌入式还是有点专业不对口？机器人不太好找稳定企业，而且搞硬件相关没有人带感觉还是特别难）大四下目前没课，虽然说还有研究生可以缓几年，但是感觉还是不能这样像无头苍蝇那样乱窜，目前还是不确定具体搞什么方向好找那样稳定的但是和AI相关的工作，也不知道是去继续实习好还是考点证好。目前有几个规划方案，一个是考证（ccf-csp提分？考个ai方向的hcip?中级软考？还是百度飞桨的认证我该考什么？） 还有是实习，但是不希望太累，研发强度不要太高，（别太卷，有团队带，不要一个人搞一个研发项目，之前实习搞那个配件研发强度感觉都可以发专利），最后要是朝九晚五那就最好了（想pichi)，因为之后还要毕业设计的所以说实习不希望太卷。或者各位大佬觉得在大四下这个空窗期该怎么安排比较合理呢？求大佬赐教

1. HMM 原理、主要问题、解决方法隐马尔可夫模型（HMM）是一个生成式序列模型，包含隐藏状态和观测序列，通过状态转移概率与发射概率描述序列生成过程。主要任务有三类：概率计算（前向后向）、解码（Viterbi）、学习（Baum-Welch）。主要问题包括独立性假设过强、特征表达能力弱、难以利用长距离上下文。常见改进是使用CRF、BiLSTM-CRF、BERT-CRF等判别式或深度模型。2. fastText 和 word2vec 差异word2vec核心是学习词向量（CBOW/Skip-gram）；fastText在词向量基础上引入子词（n-gram）信息，因此对未登录词、拼写变体、低频词更...

发一下问题给大家参考，攒攒人品！1. PPO的原理？从维护的四个model讲，再详细讲一下训练流程和损失函数各个参数含义？2. 为什么有了reward model还需要critic model？critic model作用是什么？3. 交叉熵和kl散度的联系和区别？PPO的kl散度可以改成交叉熵吗？分类任务可以用KL散度吗？4. GRPO的kl散度和PPO的kl散度区别？K1 K2 K3估计区别？5. rollout数量 batchsize数量和计算资源(卡的数量)有什么关系？线性？非线性？6. 真实采样数量一定等于rollout数量吗？7. 提到了拒绝采样，详细讲一下8. 你是怎么设计agent的记忆系统？9. 长期记忆如何存储？如果历史记录量非常大，怎么优化查询效率？10. 你们有没有用到类似AutoGen或LangChain的框架？为什么选这个框架？11. vLLM框架是怎么做推理加速的？

这年头啥玩意都能出Claw了，那咱牛客也不能甘居人后对吧，今天摸鱼顺道设计一套牛客Claw（纯娱乐，不供参考）。  产品名称： 牛客Claw--企业笔面试智能化管控平台 状态： 草案 密级： 内部机密 一、产品概述 1.1 产品名称与定位 产品名称： NowCoder Claw（牛客Claw） 核心定位： 基于OpenClaw自动化基础设施，融合AI大模型与计算机视觉技术，面向企业HR的笔面试智能化管控工具，实现「智能出题、面试风控、候选人筛选」的全流程智能化。 1.2 目标用户           用户群体 用户画像 核心痛点   B端（核心用户） 企业HR、招聘团队、用人部门负责人 人工出...