作为一个从大三开始就不停在实习的大学生，在我看来我真正意义上的大学，早在大二搬校区时就永远留在了2024，上班这么长时间，也算是一个同龄人中的老上班族了，自己似乎也一点点染上了“班味”这个将伴随我一生的慢性疾病。具体症状如下：以前的我是一个十分喜欢记录生活的人，平常走在路上，看到小猫小狗小花，或是落日余晖，都会驻足将自己的一分钟分给这些生活中的美好，但现在似乎走在路上只会想着快点到达下一个目的地，哪怕看到什么也不会再掏出手机去拍照去记录。自己似乎在上班的过程中逐渐的失去了浪漫和爱人的能力，以前自己自诩“我梦寐以求，是真爱和自由”，生活中非常有仪式感，遇到什么节日都会想着给自己或朋友创造一点独属...

秋招投了快百份简历，大多杳无音信，本来都快佛系了，结果遇到个超暖的HR！本来只是一个很普通的投递，没想到她不光认真回我，还专门去跟老板争取，后来居然主动找我要微信，说“再帮你问问能不能给个学习机会”！找工作找得快emo的时候，突然被这么真诚的人对待，真的一下子就破防了，原来真的有人把求职者当回事，不是只看简历上的经验数字，秋招这么难，遇到这样的HR，感觉又有动力继续冲了～

整体的沟通不是很顺畅，面试官一直在纠结项目背景，我说是技术预研，他一直问有没有业务背景自驾的强化学习和llm的不太一样他们是传统的RL，也不是多模态问了一些项目，面试官好像不太懂问了我几个问题GRPO的优化目标？KL散度的作用，为什么要KL散度？为什么有些论文移除了KL散度？这样会不会灾难性遗忘？GRPO比PPO的优势，我说移除了reward model，以及去掉了value model。但是面试官不是很满意，说这不是GRPO主要的改进。工作比较flexible考了一个leetcode.162（把这题理解为爬坡，当num[mid] <num[mid+1] 说明是往右的一个上坡，left=...