1. 为什么选择这个方法？是否尝试过其他 Baseline？效果对比如何？ 回答范例与解析（以选择 SAC 算法为例）： 在我的机械臂抓取项目中，我最终选择了**柔性动作评价（Soft Actor-Critic, SAC）**算法。   尝试过的 Baseline：  DDPG (Deep Deterministic Policy Gradient)：由于是确定性策略，在具身连续控制中探索能力极差，极易陷入局部最优。 PPO (Proximal Policy Optimization)：虽然稳定，但作为 On-policy 算法，样本效率（Sample Efficiency）太低，在真实机械臂...

敢问哪家大厂能在工位这件事上打过百度？L 型大工位真的太犯规了东西随便铺开、灵感随时落地这种自由感，谁能不心动啊🥹不服来战💪

这家公司疯了吧，5个人招我，我又不是什么稀缺资源这家看样子应该是外包公司

简历的两个项目不知道该怎么写，用claude code写的在Boss直聘上疯狂打招呼没人理，有一个淘天集团的ai应用研发工程师，是boss上的人内推的，需要测评和笔试，但我没去做，因为听说阿里同一个方向笔试只有一次机会，我怕笔试不过。还有一个字节SRE实习工程师-SRE需要笔试，我也怕不过，我只刷过一次leetcode hot100,而且大部分都是想不出来看题解的，我该怎么办？