同花顺金融大模型算法一面面经

被横向挂了，希望发出来对大家有帮助！1. 先answer后cot和先cot后answer，做SFT有什么区别？是否对比过效果？2. 怎么确保人工标注的数据准确率符合预期？3. 如何选择合理的SFT的checkpoint，用于后续的RL？4. 图片怎么输入模型的，一张图片有多少token？5. 你觉得RL和SFT有什么区别？6. 为什么不只做RL，而选择SFT then RL？7. 重要性采样是什么，为什么RL中要加入CLIP机制？8. On-policy和Off-policy有什么区别？八股1. Transformer的decoder中为什么要用自回归因果掩码？2. 缩放点积注意力为什么要除以$\sqrt d_k$？

祝大家都能拿到满意的Offer！1.“豆包”作为一个独立的AI对话产品，面对ChatGPT、Kimi等强大对手，你认为其长期存活并发展的关键是什么？是必须寻求技术突破，还是可以走一条不同的差异化道路？请描述你设想中这条道路的图景。2.假设我们要在抖音全面推广你设想的“AI辅助影视解说”功能，预计日调用量将达数亿次。请设计这个功能从用户发起、AI生成、到内容审核、最终分发的全链路产品与系统架构。3.AI功能的“不确定性”是其固有特性。请为一个拥有亿级日活的产品设计一套“AI功能风险管理”的整体框架，覆盖从功能上线前评估、线上实时监控到事后应急响应的全流程。4.你提到要关注不同阶段的数据。现在，如果一个AI功能的长期数据表现不佳，但短期数据很好，你的深度分析框架是什么？如何区分问题是出在“用户预期管理”、“功能价值本身”还是“市场环境变化”？5.当多个AI功能同时上线，且共享同一个流量入口或用户心智时，如何设计一套分析体系，来科学地评估每个功能的独立贡献，以及它们之间是协同还是互斥的关系？6.AI Native和AI Empowered，哪种模式更有可能在字节体系内率先跑通大规模的商业模式？为什么？7.面对竞争对手快速跟进而导致的“功能同质化”，除了追求技术领先，我们的AI产品在“生态构建”上可以有哪些作为？例如，如何设计一个开发者平台或创作者计划，让外部力量帮助我们构建护城河？8.如果你来负责一条AI产品线，面对公司要求“半年内打造一个行业标杆功能”的压力，你会如何制定产品路线图？请描述你规划前90天具体行动的思路。

攒攒人品！有面试过同岗的朋友欢迎评论区交流1.项目拷打2.实习拷打3.OCR 结果有噪声或错误时，你是怎么做纠错或提升解析质量的？4.多模态检索中，图像和文本向量不在同一空间时，如何实现对齐？5.Agent 中长短期记忆如何设计？各自存什么，怎么触发读取？6.多轮对话中，如果不同轮次的记忆发生冲突，你如何处理？7.用户情绪异常（投诉、愤怒）时，Agent 如何在不中断主流程的情况下进行干预？8.长文档为什么一定要切 chunk 再做向量化？不切会有什么问题？9.chunk切分时为什么要有重叠区域？比例一般怎么确定？10.稠密向量和稀疏向量的区别是什么？各自适合什么场景？11.是否做过关键词召回和向量召回的融合？具体怎么做的？12.向量检索中 Top-K 设置过大或过小分别会带来什么问题？13.余弦相似度和欧氏距离在高维空间中的差异是什么？实际怎么选？14.为什么需要 rerank 模型？它解决了向量召回的哪些问题？15.rerank之后的截断策略是怎么设计的？为什么选这个 K 值？16.文档发生局部更新时，如何做增量索引而不是全量重建？17.RAG 中如果没有召回到相关知识，如何约束模型避免胡编？18.HyDE 在 query 模糊时是如何提升召回效果的？19.超长上下文模型出现后，RAG 架构的必要性是否会下降？20.大模型高并发调用时，如何做限流、降级和成本控制？

项目 1.Spark如何解决数据倾斜，有哪些方式2.有没有排查过JVM异常和调优3.SPARK 调优有哪些4.kafka 如何保证数据不丢失5.redis 数据存储多少key，满了如何处理，过期时间如何淘汰数据6.Java 并发编程了解哪些，线程池7.死锁条件，以及乐观锁和悲观锁8.手撕：最长公共子串，用的dp，但是面试官问有没有优化空间，不会。。。。还以为有ai经验面试，结果没有，纯古法和八股