以下是我作为面试官视角，会想提问同学的，可能涉及到的岗位：内容运营/增长运营/新媒体运营/热点运营/活动运营，准确来说是C端运营有可能会问到的热点运营可能会问👇Q1：说一个你最近了解的热点，为什么热？A：一个SBTI的人格测试活动，建议从产品机制——用户心理——传播机制上作答Q2：现在全网都在刷SBTI，你会如何判断它对我们品牌/产品是“值得跟进”的热点？Q3: 如果SBTI热度已经很高，你会选择“跟进同款测试"还是“做反差/解构式内容"？为什么？内容/新媒体/社区/活动运营可能会问👇Q1：如果让你为我们的产品策划一个类SBTI的趣味测试活动，目标是「拉新+促活」，你会...

年后投到现在至今0约面，是哪里出了问题，是背景问题还是简历问题呢希望大佬指点一下

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 ...