# 大家帮忙看看，暑期实习怎么选呢？

2026年4月10日百度LastDay，4月11日骑上我的重机车，南下！（最终选择了TCL鸿鹄实验室，去做AI应用落地，涨幅45%） 要离开北京了，但是这次没有什么大事，我不会再回来了。我为什么离开北京？我在北京这些年的经历给我带来了什么？从小厂到中厂到外包到大厂，这一路来我究竟经历了多少困难？ 其实这一刻，说不上悲伤还是开心，一言难尽，百感交集。（领了离职纪念工卡，还有纪念度熊）一、初入职场，我一无所知 2020年我从河北大学毕业。在学校时候，不知道牛客，不知道实习，不知道保研，什么面试，什么面经，反正一概是不知道。纯纯小白，当然这是我的问题，因为不可能是别人的问题。 最开始被忽悠了，去了一...

大学前两年天天玩，高数还挂了，从去年9月份到现在一直在学Java，今天把简历做出来了，项目学了很多，但是有些部分是只过了一遍，挑了几个放简历上了，要应付面试的话还得好好准备第一个问题，这个简历，大佬们有什么修改建议吗第二个问题因为我们学校5月份有个学校安排的实习，具体好像是硬件方面的，感觉很水，我自己想申请自主实习，现在是准备面试到什么时候开始投递呢第三个问题我们后端开发如果想去央国企的话是不是都要求硕士啊，然后央国企有什么需要特别准备的吗，跟私企的招聘有什么区别感谢各位大佬，祝大家都天天开心，发大财

rt 不知道是真的假的丁老板 太难绷了

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 ...