24届暑期实习搜索推荐算法面经

感觉自己好菜、面试很难，还是要多多练习生成式推荐1.介绍一下 RQVAE 算法，落地过程中遇到了什么问题？（自己做的项目哪来落地，笑）2.第一层 code book 的初始化你是怎么做的？3.code book 的大小和层数你是怎么设计的？4.RQVAE 训练过程中，损失函数的构成？训练中的 loss 曲线、AUC 这类指标大概是什么水平？5.有没有调过码本初始化、相关超参，这些参数调整对模型效果的影响是什么？SFT&GRPO 算法细节提问1.你项目里提到了 SFT 和 GRPO 算法，分别讲一下这两部分你是怎么设计和计算的？2.在推荐任务上，你的 SFT 的 label 是怎么设计的？对应的 loss 函数是怎么设计的？3.详细讲一下 GRPO 算法的核心逻辑？相对于 PPO，核心优化了哪个部分？优化带来的效果是什么样的？PPO 的优势函数，对 GRPO 有影响吗？group 代表了什么？它是想替换原来 PPO 里面优势函数里的什么价值？代码考核 & 专业背景提问1.单词拆分这道题，先说说解题想法，然后写一下代码？2.最长回文子串这道题，简单说一下思路，然后写一下代码？

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？

给我面没招了，发点面经攒攒人品～1.项目拷打2.语义漂移吗？如果遇到罕见病，模型产生‘幻觉对齐’导致误操，有没有方案去做兜底3.在医疗决策里，‘兴趣’是伪命题，‘合规’才是核心。用常规的DIN是做用户兴趣建模，但把DIN 里的激活单元改成了双线性交互这会不会导致模型对‘强特征’（如过敏史）的敏感度被‘软语义’稀释？4.知识库里既有权威指南又有脱敏病例。当这两者发生逻辑冲突时（比如新版指南否定了旧病例的方案），路由机制是怎么做确定性仲裁的？5.说的算子融合具体是怎么做的6.做生成式推荐重构，LLM虽然语义理解强，但天生带有选择偏见（。在冷启动场景下，怎么保证模型生成的物料序列不会陷入‘信息茧房’？7.手术机器人的环境是很复杂的，比如它组织形变是不规则的。你提到的不确定性感知），具体是基于传统的卡尔曼滤波还是基于大模型的分层鲁棒控制？当模型预测的8.动作序列与传感器实时反馈发生显著偏离，怎么实现毫秒级的安全制动9.用Pseudo-ID做时序追踪，但如果攻击者通过多维病理特征进行逆向重构，Embedding层做了哪些差分隐私处理10.手撕：Transformer block实现

攒人品中，祝大家都能拿到满意的Offer！1.项目拷打2生成式推荐本质上是在做隐空间到离散iD的映射，你如何证明你生成的 ID 序列保留了用户意图的最优压缩3.比如广告场景下不仅仅是预估 CTR。如果我们将生成式排序引入 GSP拍卖，大模型生成的候选列表概率分布，如何保证满足激励相容性4如果模型生成的排序导致广告主出现竞价上的博弈呢5.在H100集群上跑生成式重排，现在的瓶颈不在计算而在存储带宽。如果分阶段推理，我在Prefill阶段采用了FlashAttention-3，但在 Decoding 阶段因为 KV Cache 导致的Fragmented Memory太严重，怎么办6.推荐系统要求毫秒级响应对于1B规模的排序模型，如果我要做Speculative Decoding，你如何设计那个Draft Model？这个小模型是该学大模型的 Logits 分布，还是该学用户的Embedding聚类7.假设构建一个端到端生成式广告系统。现在面临一个场景：某个新入驻的土豪广告主投放了一批高质量视频，但由于模型对新 ID 的 Semantic Indexing 尚未完全对齐，导致第一波推荐给了错误的人群，产生了极高的 Negative Feedback，生成式模型的自回归特性会不断放大这种“第一印象”，导致该广告主瞬间被屏蔽你如何设计一套Online Counterfactual Correction这种，在不重新训练模型的前提下，通过修改 KV Cache里的隐藏状态来强行挽回这批广告的生命周期9.在短视频重排阶段使用了一个 10B 的生成式模型但是业务反馈说模型在学会了今天最火的某个梗以后，竟然忘记了如何处理用户对“长尾科普视频”的旧兴趣，发生了明显的 Catastrophic Forgetting，设计一种基于 Gradient Orthogonal Projection的优化器，确保模型在更新实时热点知识时，参数更新量在旧知识的Null Space内。10.都知道生成式模型有位置偏差从 Attention Entropy 的角度来看，为什么 $N$ 个候选 Item 在序列中的排列顺序会直接导致 Logits 的非线性漂移