大创项目用微服务有好处吗

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...

四段实习经历，三段大厂。。春招至今0面试。。。受到好大的打击啊

在牛客上投简历，被20人小厂给拒了，简历都没过筛😭😭😭。大佬们，求求给一些简历优化建议，推荐再塞个 ai吗(之前有做过很简单的rag)？还有就是我们教研室有一个项目，但是他是主要核心在spark，flink，模型，后端都是统计，增删改查之类的。大佬们，这个推荐我写吗？

4.15 刚面完 回忆版问开源经历k8s 的 pod 和 containerd 区别如何查看 cpu负载 （我讲了 top，然后追问什么是负载）进程和线程的区别Tcp 和 udp的区别Go 语言 slice 和 数组的区别vibe coding经验（我讲了 cc+openspec+sp）追问 具体接受一个项目的任务时，如何做的openspec和sp的区别问个人项目，只是跑起来了，还是做过评估反问：业务和面试表现不足（面试官很委婉的说：整体表现很好，硬要说一点。。。）面了 20分钟面试官很好，我啥都不知道，说不知道没关系