亚马逊SDE OA挂

确实有影响。HR朋友跟我说，颜值高的简历照片确实会多看两眼，但到了技术面，面试官根本不care你长啥样，只看你代码写得咋样。她说见过帅哥一面就挂的，也见过长相普通但offer拿到手软的。我自己的观察是：长得好看最多在边缘case时占点便宜。比如两个人水平差不多，HR可能会倾向于选形象好点的。但如果技术差距明显，颜值救不了你。真正的加分项是：整洁的穿着、自信的表达、良好的精神状态。这些比单纯的颜值管用多了。我每次面试都会提前理发、穿干净衬衫、睡够觉，感觉确实比蓬头垢面去面试效果好。所以别太焦虑颜值。把简历打磨好、技术学扎实、面试准备充分，这些比长得好看重要一百倍。

流程走的好快timeline：3月28日被捞出来打电话约面3月30日一面3月31日二面二面后大概一两小时收到hr的口头oc~总结了下，感觉应该是实习和项目比较match部门的业务，双非找实习还是得搞一搞好的项目放简历，我已经迭代了十几次简历，从一开始很简陋的crud 组件库到现在，也算是完美地跟着小圆走了一遍找实习的辅导过程😂

简历求拷打，有没有大佬给点建议😭实习经历不太会写，大部分都是做业务功能的没有很强的技术点😟

1. 大语言模型的 RLHF 训练流程是什么，它存在哪些潜在风险RLHF 一般分三步。第一步是 SFT，用高质量指令数据把基座模型调成能听懂任务、按格式回答的模型。第二步是训练奖励模型，把人工偏好数据整理成 chosen 和 rejected 形式，让奖励模型学会判断两个回答哪个更好。第三步是强化学习优化，最经典的是 PPO，让当前策略在奖励更高的方向上更新，同时用 KL 约束避免模型偏离初始策略太远。它的风险主要在三个地方。第一，奖励模型可能学偏，模型最后学到的是“讨好奖励模型”而不是真正更有帮助。第二，强化学习阶段如果约束不够，模型容易出现 reward hacking，看起来分数高，但真...