贝壳 意向书

在组织项目时，你是如何进行人员分工和进度管理的？当团队成员在技术方案上出现分歧时，你通常采用什么方法来解决？结合你的实习经历，请详细描述一下你编写测试方案的标准文档结构包含哪些部分？在用例设计过程中，你会进行哪几轮设计以确保覆盖率？你们团队使用什么工具和形式来编写及管理测试用例？请介绍一下你在使用 AI 生成用例的具体流程，以及如何解决 AI 覆盖率不足的问题？如何设计 Prompt 让 AI 辅助进行 Daily HIL 测试日志分析的？你如何看待 AI 生成用例和 UI 自动化的行业趋势及难点？请介绍一下你在实习期间的主要工作内容，特别是自动化链路开发和日志分析方面。如果让你构建一套自动驾...

投了很多，一直没能进面

目前简历是这样，求问有什么能改进的地方

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...