1、业务表现服务不可用，转圈圈2、上日志Redisson + Netty 堆内存溢出（OOM）问题完整解决方案你遇到的核心错误是：Java 堆内存不足，且溢出发生在 Redisson 编码发送 Redis 命令 的阶段（Netty 编码器），这是典型的大对象 / 大批量命令 / 内存配置不足导致的 OOM。先给你最关键的结论：这个 OOM 不是普通的内存泄漏，90% 是因为你一次性往 Redis 发送了超大数据 / 批量命令，或者 JVM 堆内存配置太小，Redisson 编码时直接撑爆了堆。一、快速定位根因（3 个最常见原因）结合你的日志（CommandEncoder/CommandBatc...

这几天疯狂在boss直聘和应届生上投简历，结果一个回复都没得，是不是简历有啥问题😭，主要投的都是产品岗，求友友们帮忙看看

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 ...