滴滴社招

二面拷打项目一个小时🥲加a出算法（链表归并排序）一共82分钟，面完空干舌燥，头晕的不行😭感觉好多不会的沉淀一下再战🫡

简而言之：两轮都是“开放性面试”，基本都是很宏观的开放问题……一面 10.22 50min面试官人很好 除了基础知识，其他的时间都在主动发掘我的长处，点个大赞react有哪些组件传值方式为什么实习项目用了zustand状态管理zustand等状态管理和useContext有什么区别？（性能上、使用上）coding：手写一个简易的 Store 状态管理类，实现 getStore、create、dispatch 三个方法XSS、CSRF有没有了解？防范？前端有哪些缓存？跨域的原因和解决方案你对前端领域哪一块感兴趣？例如跨端、性能优化、前端工程化、大前端、前端+AI……（我回答了性能优化、AI）你做...

一面已经进行了一轮拷打，二面的面试官应该也是比较懂这一块的，也是进行了新一轮的拷打：1. 特定技能召回与Function Call的区别？2. 为什么要在 Function Call 前设置特定技能召回层，有什么冲突吗？3. 你的特定技能召回跟 RAG 有什么区别？4. 意图识别准确率是怎么计算或评测出来的？5. BM25 公式是什么？6. 向量检索的相似度计算方式？7. 如何使内积计算的精准度接近余弦相似度，实现性能优化？8. RRF (Reciprocal Rank Fusion) 是什么？9. 介绍一下Re-ranking10. RAG Agent 的模型架构？BERT 和 Embedding BERT 的区别？11. 介绍一下Cross Encoder？12. 快速改写 (Query Rewriting) 的方式？13. 看过Cursor, Claude Code里面的System Prompt吗14. Claude Code 和 Cursor 的上下文压缩是怎么做的？15. 如何让模型准确使用多种代码工具（语义搜索 vs. 指定路径检索）？16. 手撕是LRU二面的面试官感觉确实对这一块比较懂，撞到钢板上面了，作为大模型应用半吊子的我来说根本遭不住这样的狂轰滥炸，已经寄了。

小红书推荐算法面经一面（60min）1、自我介绍（5分钟）2、项目和一些八股（40分钟）- 模型label是什么- 这一结构为什么会有效果提升，分析- embedding怎么得到的- 简单介绍一下sim3、手撕代码（10分钟）- 最大子数组和4、反问二面（40min）1、自我介绍（5分钟）2、项目（20分钟）- 为什么模型有效果- 召回粗排和精排要解决什么问题，选一个最熟悉的讲一下未来的迭代方向- 怎么保证链路一致性3、手撕代码（10分钟）- 给链表的头结点，将其按照升序排列并返回排序后的链表4、反问虽然两次面试前几个小时，面试官都因为临时开会更改了面试时间，让人有点不舒服，但是面试官人真的都...