2月底可以投

收到了好多网申拒信（但是我还没面试呢就。。。）什么时候才找得到合适的工作呢

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 ...

如题，朱波是应届生，想干网工这一行业，去年投到现在，面试也跑了好多家，可是总是不通过，说什么与职业发展不匹配，或者是只要有经验的，真的要燃尽了嘛

简单做一下自我介绍，介绍个人学习、项目、实习经历。你对软件测试的理解是什么？测试分为哪些类型？什么是黑盒、白盒、灰盒测试？分别在什么场景使用？常用的测试用例设计方法有哪些？你做过的AI 相关测试 / 模型评测具体是怎么做的？介绍一下你做的RAG 智能志愿填报系统，测试部分是怎么开展的？你是如何做自动化测试的？用到哪些工具和框架？自动化测试的适用场景和不适用场景分别是什么？描述一下Bug 的生命周期，提交 Bug 需要包含哪些信息？对Redis、MySQL、MQ这些中间件了解多少？Redis 和 MySQL 数据不一致怎么处理？事务对测试有什么影响？为什么想做测试开发？未来职业规划是什么？你认为...