兆易创新内推

1. 自我介绍  你先开始自我介绍一下。  2. C++ 语言基础  能不能简单介绍一下 Lambda 表达式和智能指针？ 在你的实际项目中有没有用到这两个技术？请举例。 为什么那个地方（回调函数）要用 Lambda 表达式去写？（追问） 你在项目开发中是怎么使用智能指针的？  3. 数据结构与 STL  你能说一下 unordered_map 和 map 的底层实现及性能差异吗？ 在量化交易的批量定价场景中，你会优先使用哪一个？理由是什么？ 为什么红黑树的效率（在某些场景下）比哈希低？ 或者换句话说，为什么哈希存储方式的效率要高于红黑树？ 什么场景下必须选择 map 而不能用 unorder...

给点建议吧，找不到实习了😭  

简历是过年做好的（第三版），boss 上沟通了 142 个，只有 13 个要了简历，0 个面试要不要换 agent 项目呀，现在就是很纠结，看到后端太卷了又想去测开，但是 0 基础，只会 apifox 接口测试，有没有大佬指导指导，面试机会少，经验也少，还在纠结要不要去报个面试辅导...如今 ai 这么火，天天焦虑的很😮‍💨要不然暑期实习都找不到了

1. 自我介绍2. 项目拷打3. Reward Model 在对齐训练里扮演什么角色Reward Model 本质上是在学一个“人类更偏好什么”的可微近似函数。SFT 学的是“像人那样答”，RM 学的是“人更喜欢哪种答法”。它并不直接生成答案，而是给候选答案打分，把人类偏好从离散排序信号压进一个标量目标里，后续无论是 PPO 还是其他策略优化方法，核心都要依赖这个分数去推动模型往偏好更强的方向移动。RM 最大的价值不是替代人工，而是把人工偏好从逐条监督扩展成可批量泛化的训练信号。真正难的地方在于它很容易学到表面模式，比如更长、更像模板、更会说套话的答案可能被错判成更优，所以 RM 训练的上限很...