📍面试公司：绿联科技🕐面试时间：boss投递->3.30HR电话沟通->4.1一面💻面试岗位：软件测试工程师❓面试问题：1.自我介绍2.剩下基本就是全程问实习和项目，不过问题都不是特别深入实习主要做了什么工作具体如何实现的遇到了什么问题，你是怎么解决的有没有什么印象深刻的bug，如何排查解决的项目的思路是怎样的，为什么做这个项目项目最大的难点在哪里最后反问：业务：naas软件反馈时间🙌面试感想：整体不难，一直问实习和项目，都能回答上来自圆其说就行了。

项目很垃圾就是外卖加点评，想在成都找个中小厂实习（如果能去大厂更好但是我感觉我不行），实习到9月份开学，现在准备开始背八股，力扣刷了20多道，机会大不大？

润色了一下，这个简历还有救吗，春招还能上岸吗😭经历秋招洗礼，感觉运气>>实力

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 ...