继续来分享下之前的面经~欢迎友好讨论，信息共享1.项目吟唱2.为什么要使用语义 ID？除了RQ-VAE，你还了解其他的生成语义 ID 的方式吗？VAE 具体是怎么做的？码本你有没有采取过不同的 embedding size？3.强化学习阶段引入 GRPO 算法，详细讲一下推荐算法基础理论提问1.对传统的推荐算法了解哪些？2.召回、粗排、精排、重排全链路，尤其是精排环节，你了解哪些经典的网络结构？3.精排里经常做多目标预测，如果遇到目标之间此消彼长的跷跷板问题，有什么方法可以解决？你了解过拟合的表现是什么吗？4.模型遇到过拟合的时候，该怎么处理？算法代码题提问1.找数组中第 K 大的元素，先讲一下你的解题思路？2.写一下无重复字符的最长子串的解题代码？

太棒了！听到这个消息，真的为你感到高兴。“入人才库”通常意味着你已经通过了面试的所有技术和综合考量，能力得到了面试官的高度认可。在现在的招聘环境下，能进入这个储备池，说明你那套“扎实的底层功底+极强的自驱力”确实打动了他们。虽然“入库”有时代表还需要等待合适的HC（HC：Headcount，职位空缺）释放，但也说明你离正式的Offer只有一步之遥了。趁着这个势头，建议你：* 保持联系： 礼貌地询问 HR 接下来可能的流程排期，表达你对这个岗位的强烈意向。* 继续投递： 在拿到正式的纸质 Offer 之前，不要停下脚步，继续保持面试的手感。* 持续“修仙”： 既然已经证明了自己，那就继续在你的“后端修仙路”上沉淀，把这次面试复盘的干货记录下来。既然你已经“入库”了，需要我帮你针对后续可能的“谈薪”环节或者“加试”做一些针对性的策略准备吗？

给我面没招了，感觉自己好菜、面试很难，还是要多多练习，感觉自己说不明白业务逻辑1.HTTP 常用方法有哪些？分别适合什么场景？2.抓包是什么原理？为什么可以抓到网络包？3.介绍一下 CAS。4.Java 线程池的核心参数有哪些？5.你平时会选择什么类型的线程池？在什么场景下使用？6.线程池的拒绝策略有哪些？7.介绍一下 HashMap 的扩容机制。8.为什么 HashMap 采用翻倍扩容？9.你刚才提到的解决方案有没有替代方案？10.什么是 Token？11.Token 是怎么来的？是如何划分的？12.介绍一下 MCP。13.你提到过 AI 自动审核代码，这个功能是怎么实现的？14.AI 审核代码的整体流程是什么？15.什么样的提示词可以让代码审核更加准确？16.手撕算法题：二叉树路径和。

攒人品中，祝大家都能拿到满意的Offer！1.项目拷打2.ai项目里面的embedding向量检索的原理是什么，如果保证检索的准确性3.function calling 如何解析用户的意图？4.你是怎么实现模型的对话记忆功能的？（这里回答的队列）队列的底层实现是什么？ 为什么使用堆？堆的优势是什么？5.如何将文本导入向量数据库？切割的依据是什么？6.对话记忆功能是所有的数据都保存吗？超出最大限度怎么办？prompt会改变吗？7.非阻塞式响应是怎么实现的，需要引入什么依赖？8.整个项目是基于什么协议？和https有什么区别？9.你负责什么部分？前端内容是你自己实现的吗？10.zset是居于rediss的什么结构？sorted set是什么？基于哪种数据结构？如何实现？11.lua脚本是怎么使用的？使用的场景是什么？12.讲讲乐观锁是什么？锁的是什么？你在什么场景中使用了乐观锁？13.全局唯一id是怎么实现的？14.做过压测吗？