数码视讯内推！！！

上周刚面完经纬恒润的嵌入式软件开发岗，整场面试大概40分钟，简历过得很快，剩下的时间基本全是八股文连环炮。没有太多项目深挖，就是一道接一道，答完一个马上下一个，节奏很快。题目覆盖面挺广，C基础、操作系统、RTOS、通信协议都有，难度分布也比较均匀，有些很基础，有些挖得比较深。整体感觉经纬恒润对基础知识的扎实程度要求比较高，想靠蒙混过关基本不太行。const 和 volatile 关键字分别有什么作用？可以同时修饰一个变量吗？指针和引用的区别是什么？什么场景下必须用指针？堆和栈的区别是什么？函数调用时栈帧里存了什么？什么是内存对齐？结构体的大小怎么计算？static 变量在嵌入式中有哪些常见用法...

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. 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 ...