3个面试官，没开摄像头，我最开始开着摄像头，但电脑黑屏了一下，摄像头自动关了，面试官也没说什么1.首先自我介绍2.项目提问 面试官很好，技术非常棒，针对我的项目还给我讲了相关问题。我项目经验讲的一般，多亏了面试官，补充了细节上的不足。3.你之前应该是自动化做过一些自动化测试，那你对于完整的测试流程，常规的一些测试流程了解吗？4.举个例子吧，说一下你的你之前的写的用例，你的需求是什么样，你是怎么设计的。5.我们是做机器人，你有没有了解过机器人，或者是说你觉得做机器人测试最核心的测试点是什么，比较关注什么？6.问毕设完成没？问什么时候实习。反问由于项目没有回答得很好，基本上就没问什么。

遇到一个民科乐子，最难绷的一集。

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 ...