推荐理由：这篇论文揭示了奖励信号设计比选优化器更重要，GRPO容易作弊，加个规则防御就能让质量跳升14.7%点。

推荐理由：Fika Jobs 融了 400 万美元，用 AI 代理直接视频面试候选人，替代传统的简历筛选，对求职者和HR都挺实用。