开立医疗校招开启

📍面试公司：拼多多🕐面试时间：3.17一面->4.2二面💻面试岗位：测试工程师❓面试问题：1.自我介绍2.实习时间都不长为什么？3.实习过程中负责了什么业务模块，具体请求链路是怎样的？然后就是一直问实习，问的比较仔细4.比如一个业务迭代版本比较多，可能存在一些历史遗留问题，这种情况下你有哪些方案能避免？5.开发提测后你发现问题比较多，影响你的进度，这样情况下你可以哪些事情？6.手撕：前K个最大的数字反问🙌面试感想：手撕寄了，秒挂

上周三约了字节的这周一晚上的面试，对应的hr加我微信了当时，第二天我就考虑了准备再做新项目转agent开发所以给这个hr说取消了，结果今天字节打电话问我为什么没有面试，这怎么办是不是面评完蛋了

鼠鼠是二本学历，学的是java，面的是软件工程师，面试的时候没问什么技术，就问了一些项目经验，我就把之前公司的项目经验说了一下，但是复盘面试的时候发现讲的很多东西都不会甚至有的根本没听过（mes，仿真，ai）。虽说面试官说了有学习的机会，进去以后先从mes学起，如果学习能力强会调去ai，但鼠鼠还是很紧张，可以说是不自信吧，也可以说是被打压太久了反而没有信心了😭

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 ...