腾讯推荐算法面经，难度超大

1.项目介绍2.llamfactory和huggingface框架的区别3.模型幻觉怎么处理，为什么会有幻觉4.模型输出的处理，如果输出不是你想要的该怎么办5.栈和堆，c++的智能指针代码：手撕最大堆

发一下面经供大家参考，有面过同岗位的欢迎评论区交流1. 请简述推荐系统的主要模块（如召回、粗排、精排、重排）及其各自的目标。2. YouTube DNN、DIN、DeepFM这些模型你了解吗？请选一个简述其核心思想，并说明它解决了什么问题。3. 如果快手“发现页”的推荐结果，用户点击率很高但观看时长很短，你认为可能是什么原因？你会从哪些方向去优化模型？（追问：在优化过程中，如何设计实验（比如A/B测试）来验证你的优化策略是有效的？）4. 如何理解“探索与利用”（Exploration & Exploitation）困境？在推荐系统中有什么常见的解决思路？5. 在构建推荐模型的特征工程中，对于“用户兴趣”这种动态变化的信息，你会如何设计和处理特征？6. 推荐场景中经常遇到数据稀疏和冷启动问题。针对一个新发布的短视频或一个新注册的用户，你有什么策略？7. 除了优化线上指标，你认为离线评估推荐模型好坏，应该关注哪些评估指标？为什么？8. 请描述一个你课程或项目中与推荐相关的实践，并说明你的技术选型和思考过程。9. 你平时会使用快手吗？从推荐算法的角度，你观察到哪些有趣的现象或有待改进的点？

2025.3.20下午3点1.面试官介绍业务2.自我介绍3.说一说布隆过滤器的实现，为什么用谷歌的布隆过滤器（轻量级）？，有没有看过他的源码？（没有）4.实习和区块链有关，对他了解吗？（做二次开发，没碰底层，简单介绍区块链）5.说一说简历里面写的oom问题？这里有用到jinfo等命令吗？（没有，比较简单的oom问题没用到这些命令）画火焰图了吗？（没有）？6.线程池使用的全过程？有监控过线程池吗？（没有）7.有没有解决过死锁问题？（没遇到过，但是看过很多解决方案）8.java锁的实现方式？9.分布式锁的实现方式？运用？（他说线程池经常配合锁一起用，没这样用过）10.Linux上出现很多time wait怎么排查（不会）11.三次握手四次挥手的过程中服务器的状态（不会）12.用过socket吗？（课设用过，他说那过）13.长链接用过吗？（没有）14.用的Docker版本多少？（不记得）15.Docker相关命令16.Docker底层是docker d还是container d（没听说过）17.Docker用的是桥接还是host（应该是用桥接，面试官：所以你只是会用命令但是并没有了解过底层是吧-对）18.进程、线程、协程的区别？进程间的通信方式？还知道其他的吗，比如java机这种？（没听说过），有使用过共享内存吗？（没有）19.所以没有手写过协程之类的是吧？（没有）20.他说给了个简单的Sql执行-sql语句：select A.a A.g from user where a=1,b=2 group by g 有两个索引（a,b,c）和（a）他会走索引吗-会吧（答错了，他说有group排序就不行，但是查了发现a，b好像确实还是用到索引了，要是联合索引包括g，group也会用到索引）算法：手撕LRU（让我看完题目问我思路，说了双向链表或者大顶堆，问我多久能写完，想了一下自己也不太清楚什么时候能搓完，他说java搓大顶堆挺耗时间的，那换一道，结果换了没写出来，太菜了）面评脏