🕐面试时间：26.4.13-45分钟-电话面试💻面试岗位：AI应用开发❓面试问题：1、自我介绍2、选熟悉的项目来完整介绍一下？3、这个课题组项目是几个人做的？4、现在主流Agent里面好像替换掉了RAG这一部分有了解过吗？5、AIcoding的过程中有遇到一些什么问题吗？或者说有没有一些心得？怎么去用AIcoding呢？6、AIcoding的话，平常使用哪些来写代码？7、介绍下React范式，然后Agent如何去判断何时调用知识库、MCP Server、API呢？8、React范式的话有什么缺点呢？9、介绍下文档异步处理的整个流程？10、为什么使用Kafka而不是使用Spring的Even...

求求鹅收了我吧，其他公司全是一面挂，心态已崩，有没有人知道录用评估要多久，至今 hr 没有加我微信4.2 更新 ，已收到 offer，爱鹅信鹅等鹅timeline：3.13 一面3.18 二面3.31 hr 面 云证4.2 offer

昨天面试官打电话来说有事情，晚点发个邮件调整一下时间，结果今天显示流程结束了，要发一封邮件问问吗

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...