一面一面感觉更像是聊天性质，面试官挨个对着项目问问题，大概有半个小时，没问大模型的八股，算法题来了一道表达式匹配。二面晚上就收到二面通知，应该是组里的leader，问我现在大模型有哪些地方可以改进，我说PPO算法，他说再具体一点，我说提高采样效率（不太懂RL）后面就没咋问了。晚上就收到offer了。