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 ...

大四学院本 想冲刺一下春招但是学历直接被刷不知道是不是简历问题有没有牛油帮忙锐评一下

这些题刷完能不能拿五千一个月

1.pcie概念PCIe 不是“很多设备挂在一根总线上的传统 PCI”，而是一种分层、分级、点对点的高速串行互连。 对 BIOS/UEFI 来说，PCIe 最重要的不是“线有多快”，而是 上电后怎么把链路训起来、怎么枚举设备、怎么给设备分配地址空间和总线号、怎么把这些信息交给操作系统2.为什么 PCIe 这么重要因为现代高性能外设几乎都围着它转： GPU 走 PCIe NVMe SSD 走 PCIe 很多高性能 NIC、加速卡、FPGA 卡也走 PCIe CXL 的物理承载层也建立在 PCIe 之上，不过那是更后一层的话题所以，学 PCIe，本质上是在学现代平台 I/O 的主干道。对 BIOS...