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 ...

投的大厂几乎全都是简历挂，我不太明白，我问了很多人他们都说简历没什么问题。可是快手挂我两遍美团、阿里大部分、拼多多、字节剪映、懂车帝、爱奇艺、百度、oppo、小米、美的、哔哩哔哩基本上都是简历挂。我想不通了，一整个三月只有腾讯和钉钉给面了。结果腾讯的两道题我没a出来，钉钉遇到kpi面，面完出来看官网果然是秒挂，我已经觉得绝望了。难道真是简历问题？

总时长35分钟，无手撕，感觉遇到KPI面了，唉35分钟一直在问实习，八股就问了下面的1.redis与数据库的缓存一致性2.redis的zset数据结构3.redis的两个持久化机制4.分布式cap理论5.什么时候ap，什么时候cp6.进程线程协程问怎么没手撕，说一面撕过了，业务是应用宝游戏商城，后面过了还有一面技术面，问面试表现，说挺顺的，可以再关注一下运维数据，然后问转go有难度嘛，就结束了

感觉暑期实习能投的公司越来越少了…… 字节腾讯美团阿里该投的都投了，在等结果。 刷了一下其他同学的帖子，大家都差不多，deadline越来越近，还没offer都开始焦虑了。 整理了一下，截至本周，还开着投递的（不完全，欢迎补充）： 美团 — 部分部门还在，算法HC还有快手 — HC比较少了，但还没关网易 — 算法/ML方向还有几个坑百度 — 部分BG在招，智能云还开着小红书 — 算法方向还在一些中厂：多益、三七互娱、网易游戏部分岗位还开着 内推的话各大厂基本差不多截止了，有学长学姐资源的现在去要内推还来得及…… 【一个省时间的方式】 最近同时在跑好几家的流程，又要填表又要备面，时间真的不够用。...