有没有25届在准备实习的小伙伴交流一下？

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 ...

四次面试终成鹅孝子 😭 

好像是个中厂，如果处女面面这个会死吗

具体岗位名是Product Engineer-产品工程师（AI应用方向）-质效研发，原以为是agent+java，没想到java才是添头...怀疑这个暑期拿不到一个offer了...1.在 agent项目中，最核心的产出或创新性最足的部分是什么？2.能否具体讲讲节点编排是如何实现的？与其他行业框架（如 Coze、Dify）相比有何异同？3.像 Dify 这类开源框架本身也支持定制，你的项目与它们的区别在哪里？4.项目中你认为比较好的设计有哪些？5.是否了解过 LangChain、n8n 等行业产品？简单讲讲 LangChain 的特点。6.对 AI Agent 方面了解多吗？是否使用过 RAG...