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 ...

兄弟们这简历真不真实，有没有问题😭

学院本真的没希望了吗😭秋招0offer，投了也石沉大海，求各位佬指点一下😭

1. 介绍一下你做过的项目，挑一个你最有代表性的详细讲一下答：我会优先挑一个和嵌入式强相关、并且自己参与度最高的项目来讲，不建议把项目讲成“功能介绍”，而是要讲清楚自己具体做了什么。可以按照下面这个结构回答：项目背景先说项目是做什么的，比如智能小车、控制板、采集系统、机器人、车载节点或者某个比赛作品。再说项目解决什么问题，应用场景是什么。我的职责负责哪一部分硬件和软件。比如负责底层驱动、通信协议、任务调度、传感器数据采集、控制算法、上位机联调等。技术方案用了什么主控，比如 STM32、ESP32、NXP、TI。外设接口有哪些，比如 UART、CAN、SPI、I2C、ADC、PWM。软件架构是裸...