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 ...

投的大厂几乎全都是简历挂，我不太明白，我问了很多人他们都说简历没什么问题。可是快手挂我两遍美团、阿里大部分、拼多多、字节剪映、懂车帝、爱奇艺、百度、oppo、小米、美的、哔哩哔哩基本上都是简历挂。我想不通了，一整个三月只有腾讯和钉钉给面了。结果腾讯的两道题我没a出来，钉钉遇到kpi面，面完出来看官网果然是秒挂，我已经觉得绝望了。难道真是简历问题？

，有没有什么老主神学，祝我一臂之力

做网申助手之前，我们做过一个调研： 填一张网申表单平均要多久？ 收到的回答集中在 15-20 分钟。 按这个算——投30家 = 7.5 - 10 小时投50家 = 12.5 - 16 小时投100家 = 25 - 33 小时 这还不算信息填错要重填、填到一半崩溃放弃的那几家。 有个同学告诉我们，他投了60家，算下来光填表花了快15个小时。15个小时，够刷50道算法题，背两轮八股，或者多睡几个整觉。 【我们做了什么】 把重复信息录一次，之后自动填。 打开网申页面，点一下，姓名学校专业项目经历联系方式全部自动填好，你只需要检查开放题（自我介绍/为什么选我们要自己写）然后提交。 支持字节、腾讯、阿里...