Agentic RL 面试必备知识库

目标：把 RL 基础 + RLHF + Agentic RL（多轮环境/工具调用） 这三层知识打通，做成可开源、可复习、可面试速查的一套资料。

你会得到什么

• 一份从基础到前沿的面试知识地图
• 关键算法的核心公式（可直接背）
• 每个概念的“是什么 / 为什么 / 怎么做 / 为什么有效”
• 高频追问题库 + 答题框架
• 高质量学习与复现资源索引（论文 / 文档 / GitHub）

目录

• docs/01-总览与路线图.md：面试全景图与学习顺序
• docs/02-RL数学与核心公式.md：必会数学与关键公式推导直觉
• docs/03-经典算法面试高频.md：DQN、PPO、SAC 等高频算法
• docs/04-RLHF-到-Agentic-RL.md：从 RLHF 到 GRPO/REINFORCE++/DPO
• docs/05-Agentic-RL系统设计与工程.md：系统架构、稳定性、性能优化
• docs/06-面试题库与回答模板.md：场景题、原理题、系统题与回答模板
• docs/07-资源索引.md：权威资源与高星仓库

适用人群

• 准备算法工程师 / LLM 后训练 / Agent 方向岗位面试
• 已经懂一点 RL，但对 RLHF 与 Agentic RL 体系化不足
• 需要一套“能讲清原理 + 能落地工程 + 能回答追问”的资料

使用建议

1. 先读 01 建立全局地图
2. 再读 02 和 03 打牢基础
3. 重点读 04 和 05（面试加分区）
4. 最后用 06 进行模拟面试，配合 07 查证材料

开源说明

• 当前为本地整理版。
• 你提供目标 GitHub 账号 token 后，我会继续帮你完成：
  • 初始化 Git 仓库
  • 规范化提交历史
  • 推送到指定远端
  • （可选）自动生成中英双语 README 与发布说明

许可证

建议使用 CC BY 4.0（文档）+ 代码示例独立标注许可证。