1、自我介绍2、介绍强化学习项目状态、动作空间怎么设置的？强化学习算法分为哪几类？PPO是On policy还是off policy？off policy和on policy的区别是什么？off policy相比于on policy有哪些优点和缺点？3、机器学习对哪些机器学习算法比较熟悉？特征怎么选的？lgb超参数怎么调的？特征是越多越好吗？4、实习CPT用了多少数据？什么机器配置？如果训练中途崩溃了模型和数据怎么加载？怎么评估的？SFT什么场景？怎么评估的？baichuan和qwen的区别有哪些？MHA、GQA、MQA的区别？超参怎么调整的？5、手撕MHA

1、自我介绍2、简历提问RedPajama介绍，具体的一些signal是怎么计算的？cpt用了多少B的数据，用的什么配置（12*8A800），训了多久？怎么评估能力的？电子病历sft怎么做的？prompt长度多少？3、面经lstm是什么结构？transformer是什么结构？transformer相比于lstm有什么优势？batch size和learning rate的关系？讲一下随机梯度下降？怎么改善？为什么要加动量？4、算法一个有序数组平移后求指定元素索引。

投的其实是NLP岗，但是被推荐算法捞了1、自我介绍2、简历提问主要对简历进行了提问，问大模型实习做了什么？机器学习的表格数据是什么样的？正负样本比例是多少？遇到了哪些困难？强化学习状态、动作、奖励如何设置？3、面经PPO算法的原理是什么？XGBoost的特征重要度如何计算？都是在简历中穿插提问的。4、算法题无序数组中第K大的数。

请问大家官网显示复试通过，等待hr约面，但是好多天了hr都没约，是不是就是挂了😢