面试的是大模型垂类应用方向，强化学习主要是聊项目经历以及强化学习相关知识。以及强化学习拟人化，怎么拟人化？代码题：将二叉树的节点值修改为子节点值的(node.val = node.left.val+node.right）。主要是聊项目经历。以及是否知道一些机器学习的内容。给了一道机器学习相关的业务题，说怎么完成这个任务。面试管介绍了团队构成和业务方向。代码题：最长连续数字字串，例如's23dm44555'，返回44555交叉面。1.介绍强化学习基础知识，例如PPO算法，value based和policy based算法。DDPG算法。如何解决Q-learning的过拟合？信用分配和回报分解？2.机器学习基础知识，有哪些机器学习算法，什么是生成式算法，什么是判别式算法。聊项目，以及在各个项目中的角色。项目的难点，成就以及解决思路。阐述RLHF，以及对大模型，AGI等未来发展的看发。面试官介绍了团队组成等等。HRBP面过往经历。。。其实HRBP面感觉不是很好过的。可能是横向对比挂了。

面试前填表，签背调同意有试岗3天，怎么算通过也没说，戴眼镜的人事嘴了很多离职的人，工作内容也没讲不清楚。办公地点通勤不方便，周边都是工地，会议室不通风，吸了半小时甲醛。