3.26 一面怎么说呢，体验很独特，面试官不开摄像头，我简单做个自我介绍就直接开始问，没有拷打我的实习、项目让我直接挑一个项目、实习自己说说，然后没有做出任何评价八股部分1、redis的集群有哪些模式2、redis集群底层是怎么同步的3、langchian有几种message类型（这个有点尴尬不会）手撕从尾开始k个一组的链表反转手撕直接秒了，总时长30min。面试官说思维面挺广，我反问部门以及技术栈其实我内心就想速度好快，面试官不开摄像头，问的随心所欲，恐怕是kpi了，要寄了，我相信自己的技术水平，哪怕是挂了，我想面评也不会太过于差劲（）结果半小时后直接进复试，约的转天，由于我要回学校考试，推...

27届Java实习

在牛客上投简历，被20人小厂给拒了，简历都没过筛😭😭😭。大佬们，求求给一些简历优化建议，推荐再塞个 ai吗(之前有做过很简单的rag)？还有就是我们教研室有一个项目，但是他是主要核心在spark，flink，模型，后端都是统计，增删改查之类的。大佬们，这个推荐我写吗？

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 ...