题解 | #数字颠倒#

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 ...

简历有一些吹牛逼。点评和苍穹外卖暂时还没往简历上写，不知道该不该换个更好的项目。目前的情况是，过去学的有一部分都遗忘了，然后对API不是很熟悉。我现在应该复习过去的东西，看一下API。还是去看八股呢？jvm和juc需要学吗？

绷不住了

1. 自我介绍二面里的自我介绍一般比一面更强调项目深度和岗位匹配，不需要讲太多基础课程，更建议重点说自己的项目经历、技术方向，以及为什么适合这个岗位。参考回答：面试官您好，我是 XX，目前主要方向是 C++ 后端开发。之前系统学习过 C++、操作系统、计算机网络、数据库等基础知识，也做过几个和服务端开发相关的项目，比如网络通信、高并发处理、线程池、缓存等方向的实践。在做项目过程中，我比较关注代码质量、性能优化和并发场景下的问题处理。这次也希望进一步和您交流一下我对 C++ 工程开发和系统设计方面的理解。2. 讲一个你项目中最有难度的问题，以及你是怎么解决的参考回答：这个问题在二面中很常见，面试...