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 ...

大二小登简历求拷打

这几天疯狂在boss直聘和应届生上投简历，结果一个回复都没得，是不是简历有啥问题😭，主要投的都是产品岗，求友友们帮忙看看

1.为什么不选择后端分片文件上传？是实现麻烦还是交互麻烦？2.上传的视频文件不会加水印吗？隐私性怎么保证？3.假设数据量比较大，会出现性能问题，如果要你去改，你有什么想法吗？4.一般怎么加索引？怎么读取的更快呢？5.介绍一下什么是联合索引？6.联合索引失效的场景？is null会不会导致索引失效？order by会不会失效？ order by两个字段走不走索引？7.讲解一下rag8.rag中如何处理大数据的分片和分块？9.使用过es吗？讲解一下检索的原理10.讲解一下bm25算法11.算法：杨辉三角，力扣原题写的很快，但是让我改空间复杂度，最后勉强写完。面试官人还不错感觉八股还是背的不够深入啊