一面: 1.对项目很感兴趣提了很多问题(不是质问，是疑问)2.之后问Transformer架构(详细讲了整体的流程3.详细问transformer的decoder组件4.提问既然decoder-only架构已经可行了为什么还需要encoder5.提出他们准备借鉴decoder架构做生成式推荐，问我有什么想法，可以怎么实施6.根据我的简历项目，问为什么做完SFT还要做RLHF，问RLHF的好处(需要明确指明可以做到SFT哪些做不到的地方)7.问强化学习方法原理，问的特别细(感觉是因为面试官不太懂)8.手撕-只记得是力扣原题，很简单二面:1.讲项目(我超详细的从项目背景到具体怎么做的给面试官叨叨了十五分钟)2.没再提问了，直接给我介绍他们的业务，介绍他们现在想用大模型技术做搜索推荐，因为别的公司已经有成功的尝试了所以他们也准备做这个无手撕

一面先讲了一下做的业务详细问了下两篇论文，讲了之前他们做的一个工作跟我的一篇工作很类似，比较match。讲一下对强化学习的理解，以及你在你做的这个领域的理解。反问建议（没有，各方面都挺好的）二面介绍了一下业务讲一下1作的论文你这个做的比较简单，我们做多轮对话的强化学习，你有什么相关的了解agent相关基础（不会）qwen3如何去调用工具的。deepseek模型的思考内容是由什么标识包裹的你知道现在的推理框架用的什么呢如何通过标识去控制模型思考还是不思考给你一个业务链，怎么去做到在10个点固定不思考，在90个点固定思考，怎么去设计整体的训练。刚刚说的方法是否需要冷启动代码题给一个字符串，求能划分...

大佬们有什么需要改进的地方吗

简历有一个12306，还有就是这个ai项目，感觉面试官对这个ai项目会不会没有什么可问的？对于大模型这一块了解也不是很深入，也没有专门去对应的八股，因为感觉也不是专攻大模型这块，只是准备了简历上写的这些。