1. 自我介绍自我介绍不要按履历流水账去讲，直接围绕岗位匹配展开。比较稳的方式是先一句话说明自己主要做 RAG、Agent、AI 应用后端和推理服务，再挑两段最能打的经历展开：一段讲检索增强、知识入库、召回排序、长上下文记忆和评测闭环；另一段讲系统工程，比如高并发服务、索引构建、异步任务编排、可观测性和线上稳定性。最后补一句最近做得最深的方向，比如多路召回融合、长任务记忆回溯、RAG 事实性评估或者工具调用治理，把后面的追问引到自己准备过的区域。2 RAG 摄入数据时，文档预处理最值得讲的几个难点是什么难点通常不是“把文本读出来”，而是结构恢复和知识标准化。像 PDF、扫描件、网页、表格、工单...

吓哭了，明天被面试塞满了

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...