4.2（周四）一面，周五完就是清明节假期了，今天是4.8（周三），节后第二个工作日，现在还没有结果，想问问这进度正常吗？🥺要不要联系hr问问呢？

3个面试官，没开摄像头，我最开始开着摄像头，但电脑黑屏了一下，摄像头自动关了，面试官也没说什么1.首先自我介绍2.项目提问 面试官很好，技术非常棒，针对我的项目还给我讲了相关问题。我项目经验讲的一般，多亏了面试官，补充了细节上的不足。3.你之前应该是自动化做过一些自动化测试，那你对于完整的测试流程，常规的一些测试流程了解吗？4.举个例子吧，说一下你的你之前的写的用例，你的需求是什么样，你是怎么设计的。5.我们是做机器人，你有没有了解过机器人，或者是说你觉得做机器人测试最核心的测试点是什么，比较关注什么？6.问毕设完成没？问什么时候实习。反问由于项目没有回答得很好，基本上就没问什么。

大佬们我这简历能找到暑假实习吗😧，求指点😭

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...