春招快结束了，C++ 还没拿到 offer 的同学，现在最该做的不是焦虑春招到这个阶段，很多同学已经明显慌了。看着别人陆续拿 offer，自己投了不少，笔试、面试也参加了，但结果总是不理想，心态很容易崩。但说实话，春招收尾还没拿到 offer，并不代表你不行。很多同学真正的问题，不是能力完全不够，而是准备方式有问题：复习很努力，但没有抓住重点；项目做过不少，但表达不出来；岗位投了很多，但方向并不匹配。如果你现在还没有 offer，先别继续无效焦虑，接下来最该做的是这几件事。先判断自己到底卡在哪 不要笼统觉得“自己太菜了”。 一定要先拆问题：简历投出去没回应，大概率是简历内容、项目包装、岗位匹配...

我朋友接了美团，后面又拿了字节，跑去字节提前实习，天天抑郁症，天天内耗，哎，字节毁了一个年轻人，哎，还不如去美团蹲着

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 ...