面试时长一个小时自我介绍简单讲下你的项目，你的多智能体是怎么协作的？你的RAG数据怎么来的？ 他好使么？ 如果有质量不好的数据怎么办？你的图像质量评估和美学质量评估分别是使用了什么方法？最近有跟进一些新的图像生成技术么？你为什么在研究生阶段补充了多智能体图像构建项目（生成-检测-修改三角）和图像风格迁移项目？还问了些具体实现（譬如qdrant的原理，图像美学评估的现有方法，传统图像评估的数学原理之类的；再就是主要拷打了下扩散模型的具体流程，不过由于一面之后我特地关注了下这边，所以回答的比较有理有据）做题（我依旧没撕出来我立下誓词，今年必须手撕出来至少五十家面试的题目，不然我意难平）一个数组，找所有能凑出来等于target的组合，数都是一次性的，不限定只有两个数字【我的想法是排序，然后固定第一个，然后去尝试后面的，如果差值都小于最近的后项那么就不成立，但是我不知道咋写，我知道这个题真的很简单，但是我不会】然后简单介绍了下公司业务，主要是研究DiT做图像生成的，面试官也跟我明说了，视频生成要考虑的因素更多，我现在就是空有学历，技术真的不够深，先把生成图像整明白再追求前沿的。反问：公司作息：早九晚六，弹性到十点半计算资源：项目需要能给8张h20，不过估计也不是我自己用我还需要在哪些方面有提升：代码能力真不太够，虽然现在是vibe coding，但是有的公司可能因为保密要自己写一些库的，同时多练练对 code review也有很大的好处。 同时希望我能不要只限于工程化，你有这个学历应该去往模型原理上钻研的更深一些。面试官人真的很好，我也很幸运面到现在遇到的所有面试官都很有耐心，对我不仅是技术上的询问，问到我不知道的地方还会教学，然后也会关注我的发展，非常感谢！面完半个小时给了hr面通知

介绍项目的过程中会被问到细节问题1.你学习新东西时，通常通过什么手段解决问题?2.你熟悉C和Python这两种编程语言吗?3.你在运用C和Python时，有没有遇到过特别有趣的事情?4.你用C和Python哪个更多?分别是怎么学习的?5.你有细节了解过Python吗?比如它的内存管理和内存回收机制。6.你用Linux的时候，平常都是在做什么项目?7.你之前做的Linux图像处理项目，是用于什么场景?8.除了搭建Agent流程，面对回答不尽人意或RAG环节问题，会怎么解决?9.你了解海康威视吗?能否举例说明如何将Agent流程应用到海康业务中?

整体面试还是不错的，但是没后续了,,,1.项目介绍2.训练样本大概多少条3.为什么会想在重排做生成式4.如果是做生成式召回应该对模型结构怎么修改5.有考虑用别的强化学习的方法吗6.dpo 的公式是什么7. grpo 了解吗8.beamsearch 怎么做的9.大模型了解多少，强化学习了解什么10.手撕 transformer 并计算 flops 和内存开销

整体面试还是不错的，但是没后续了，不知道是哪里出了问题..1、实习拷打2、模型蒸馏的数据如何做的?如何清洗馏得到的数据?3、有没有使用强化学习做过数据仿真。这个之前看过一篇论文，刚好讲了一下。4、有没有了解过训练推理一致性这个领域?我讲了一下强化学习领域的推训一致性，固定flash attention分块策略，vlm推理框架固定page attention分块策略。5、模型量化如何做的。gptq，qat等等，并说明为什么选择了w8a16的量化?6、写一下ppo算法的损失函数和GAE优势函数。主要还是讲明白7、一个场景题8、手撕题hot100，中等题，合并k个升序链