看了好多岗都没hc了互联网/国企都可，希望base杭州/上海

简历项目问答PPT解析优化还有什么优化agent调用工具不正确怎么办采用sft或者强化学习怎么来解决ppo算法为什么有reward model 又有critic modelfunction call能力提升采用grpo的话奖励函数怎么设计？除了结果奖励和可以怎么设计过程奖励

1．自我介绍＋项目介绍2．讲讲你对 transformer 的了解3．有哪些常用的解码策略， topp 和 topk 的具体细节，以及实现上的差别4. 意图分流的 agent 怎么做微调的，用了多少数据5.如何做 embedding 微调的，如何构造正负样例，训练的 loss 是什么6.RAG有哪些可优化的地方7．你的 RAG 项目中用到了 agent 吗，一般 agent 会用在RAG 链路中的哪些部分8．做 sft 时是怎么做数据配比的，参数具体怎么设置的9.RLHF的流程，有没有训过 PPO10. deepseed 的原理，zero1,2,3怎么做的11.了解过排序模型吗，讲几个经典的排序模型吧12．说一下 vllm 部署8*7B的 MOE 模型每秒大概能推多少token13．对比学习了解吗，讲一下（比较突然，不知道为啥要问）14.code :实现rand5到rand7

基本都是深挖简历重点问你搭建的agent能解决什么场景问题过程中遇到了什么问题怎么解决的手撕：非hot100 但easy投递的时候一定要看岗位偏应用落地还是偏算法，楼主算法功底比较薄弱，没有真实业务场景下的模型训练微调经验，在面试偏算法岗的时候，算法原理和训练过程被追着问。强化学习太重要了，几乎都会问到，还需要继续加强。总结经验：不要只局限于准备简历项目的问答，面试官喜欢提出一个场景可能遇到的问题，让你给出解决方案，所以还需要提升自己思维发散和解决问题的能力。