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 ...

秋招官网投了100家没有一个面试，现在春招BOSS沟通了270家，投了27份简历，只有3个面试，还是实习，下面是简历和BOSS上的招呼语，求各位佬指点一下

27届还能有实习吗，有同学就学到Javaweb也找了个实习，之前投了800份我就约了一个面，，然后紧急搓了个ai项目demo换上去了😩

1. 自我介绍2. 你为什么做这个项目, 你跟XX是同学吗? 怎么感觉你俩的项目一样3. class 和 struct 的区别答案：在 C++ 里，class 和 struct 的核心能力几乎一样，都可以有构造函数、析构函数、继承、模板、虚函数。最常被问到的区别其实只有两个：默认访问权限和默认继承权限。struct 默认是 public，class 默认是 private。所以如果只是把它们回答成“一个是类一个是结构体”，其实太浅了。更准确一点的说法是：在 C++ 里，struct 更偏数据组织，class 更偏抽象和封装，但这是代码风格上的习惯，不是语法能力差异。代码： #include &...