便利蜂10.15项目运营

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 ...

感觉寄了，代码都让ai写了，现在心里慌慌慌。怕不给面试，也怕给了面试。第一次面试说要出一道算法题脑子一片空白😐。。。

📍面试公司：库洛游戏🕐面试时间：4.7💻面试岗位：游戏测试工程师❓面试问题：1.自我介绍2.玩什么游戏，喜欢什么英雄，介绍蔚的技能3.针对E技能设计测试用例4.比如你们的队伍是双打野，两个打野刀，假设他们同时打蓝buff，他们都没打最后一刀，是通过打野刀烧死的，buff应该算谁的，有什么异常情况？5.打野刀燃烧效果设计测试用例，能考虑哪些异常场景？6.游戏匹配机制了解吗？7.聊实习经历8.测试和测开的区别？9.做过自动化测试吗，用过pytest吗？10.pytest测试登录接口，参数如何传递，用哪个函数11.后续考虑游戏测试吗，写过游戏mod或者demo之类的吗12.游戏技术栈和普通软件...