ps：个人建议先有一定的职业知识基础在去面试哈，有一定基础后，小厂可以去练手，大概面4-5家小厂再去挑战大厂，层层递进，才比较有把握！我是三月开始面试的，三月面比较多，大概约面40+厂，拿的3家小厂和一家中大厂（用友）的offer，我接下来会分享我如何准备和如何去约面来将，内容比较多.首先，自我介绍根本不是念简历，是 30 秒给面试官递一张「匹配度名片」！先分析一下，其实你的简历其实很早就在hr手中了。会有这么两种情况，一是hr很早就看过了你的简历了，这时候你的自我介绍其实是向他展示你的其他方面的优点；二是他根本没看过（hhh我就遇到过），趁我自我介绍的时候，看我的简历（感觉第二种占大多情况）...

就是一个普通二本学院，我这还能找到工作吗，有什么建议吗。哎。真心建议，嘲笑也能接受，哥哥们

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...