腾讯云约面

搜推+大模型算法一面面试题SFT & RL 方向先 answer 后 cot vs 先 cot 后 answer：两种 SFT 范式在训练效果上有什么差异？你是否做过对比实验？标注质量管控：如何保证人工标注数据的准确率达到预期标准？有哪些校验或质控手段？Checkpoint 选择：如何挑选合适的 SFT checkpoint，用于后续的 RLHF 阶段？多模态输入：图片是如何输入到 VLM 模型中的？一张图片通常会被编码为多少个 token？RL vs SFT：你认为强化学习（RL）和监督微调（SFT）的核心区别是什么？训练范式选择：为什么不直接从零开始做 RL，而是要采用「SFT → RL」的两阶段流程？RL 关键机制：什么是重要性采样？为什么在 RL 训练中要引入 CLIP 机制？策略类型差异：On-policy 和 Off-policy 算法的核心区别是什么？各自的适用场景有哪些？八股文（Transformer 基础）因果掩码作用：Transformer Decoder 中为什么必须使用自回归因果掩码？缩放点积注意力：为什么注意力分数要除以d​k​？（补充：Layernorm 前置后，除以d​可将方差归一到 1，避免 softmax 梯度饱和）推荐系统方向生成式推荐 vs 传统推荐：两者的核心区别是什么？生成式推荐的目标是什么？你如何看待它的未来发展前景？指标计算：AUC、HR、NDCG 的计算公式分别是什么？GAUC 和 AUC 的区别在哪里？编码方式：如何在模型中加入时间编码和位置编码？常用的位置编码方法有哪些？Coding：手撕 Multi-Head Attention（MHA） 实现二面面试题SFT & CoT 细节概率分布特性：在「先 cot 后 answer」的 SFT 范式下，为什么越靠后的 token 概率（prob）会越高？蒸馏噪声处理：用大模型蒸馏得到的 CoT 数据存在大量噪声，该如何缓解？VLM 幻觉问题：对 VLM 做 SFT 时，发现模型更信任文本信息，看图时反而容易产生幻觉，有哪些解决思路？RL 进阶PPO 核心：写出 PPO 中 GAE 的公式，并说明如何递归计算每个 token 的优势函数（advantage）？DPO 损失：写出 DPO 算法的损失函数公式？算法对比：GRPO 和 PPO 的核心区别是什么？GSPO 和 GRPO 又有哪些不同？训练稳定性：你遇到过 RL 中的熵塌缩（entropy collapse）和 reward hacking 问题吗？分别有哪些改进方法？最近有哪些新论文提出了新方案？采样困境：在采样类 RL 算法中，on-policy rollout 无法得到正确答案时该怎么办？自蒸馏：了解 Self-Distillation 吗？为什么要做自蒸馏？最近这方向有哪些代表性论文？震荡优化：RL 训练中 reward 或 loss 震荡严重，该如何调整？（提示：可从学习率 lr、KL 散度约束等方向入手）推荐系统进阶结构对比：HSTU 和 Transformer 结构的差异是什么？它和 OneRec 的整体流程有什么不同？SID 优化：如何降低 SID 碰撞率，同时提高特征利用率？量化算法：RQ-VAE 和 RQ-Kmeans 的算法原理分别是什么？OneRec 工程：OneRec 中是如何将 SID 加入模型词表和 tokenizer 的？多模态融合：如何更好地结合文本特征和多模态特征？模型演进：Rankmixer 是如何发展到 Tokenmixer 的？Coding：给定一个行内严格递增的 m×n 矩阵，找到矩阵中第 k 大的数

小红书产品工程师实习，社区全栈面经

每年互联网秋招，70%以上的大厂offer，都来自上一年的暑期实习转正。尤其2027届同学，3–4月就是暑期实习投递黄金期，错过这波，秋招直接少半条命。作为专注互联网校招的咨询顾问，我帮上百位学生拿到过字节、阿里、腾讯、美团、百度等大厂暑期实习offer。今天把投递、简历、笔试、面试、避坑一次性讲透。一、时间线：现在就投，别等“准备好”• 2–4月：核心投递期（90%大厂开放，招满即止）• 3–5月：笔面试高峰• 6–7月：补录捡漏期误区：很多同学以为“暑假才找实习”——大厂暑期实习2月底就开招，等你5月想起来，好岗全没了。二、投递规则：别浪费唯一机会每家规则不一样，乱投直接GG：• 无限复活：腾讯、快手——可多次投递，换岗重试• 3个志愿：美团、百度——慎选，别浪费机会• 仅1次机会：滴滴——务必最稳时再投• 多线并行：阿里系（淘天、阿里云等）可同时投投递优先级：1. 大厂官方招聘公众号/官网（最稳、转正率最高）2. 内推（跳过初筛，直达部门）3. 牛客、实习僧（垂直精准）4. 高校就业办/校企合作三、简历：3秒抓住HR眼球（校招专用）大厂HR筛简历不超10秒，按这个写通过率翻倍：1. 一页纸！别写废话• 技术岗：技术栈+项目+代码/竞赛（GitHub、ACM、蓝桥杯）• 产品岗：需求分析+原型+数据结果• 运营岗：文案+活动+用户增长数据2. 用STAR法则+量化• 差：“负责公众号运营”• 好：“独立运营校园号，3个月涨粉2000+，单篇最高10w+阅读”3. 关键词1:1匹配JD网申是机器先筛关键词：JD写“用户增长”，你就写“用户增长”，别写“拉新”。一份简历投所有岗位=石沉大海。四、笔试：技术岗必看，非技术也要准备1.技术岗：LeetCode Hot100+剑指Offer（必考）◦ 腾讯：5道算法◦ 阿里：选择+3道算法◦ 美团：4道算法2.非技术：行测+性格测试+业务主观题技巧：• 提前练ACM模式（输入输出自己写）• 牛客刷历年真题，熟悉题型节奏五、面试：从群面到HR面，一套打法1. 群面（以非技术岗为主）• 角色：观点输出者/计时/总结（别当刺头）• 框架：问题→拆解→方案→数据• 话术：“我补充一点/我总结一下”2. 业务面（核心）• 自我介绍：1分钟（学校+核心项目+匹配岗位）• 项目深挖：你做了什么、难点、结果、反思• 高频题：◦ 为什么选这个岗位/公司？◦ 举例子：解决难题/团队协作/抗压◦ 你未来怎么规划？3. HR面• 问薪资、实习时间、转正意向、稳定性• 表现积极、靠谱、能长期发展六、避坑：这些坑90%学生踩过1. 付费内推=骗局（正规内推全免费）2. 只投不准备（笔试面试裸考=送人头）3. 海投乱投（方向混乱，简历不匹配）4. 错过转正（实习划水，不主动争取留用）七、给2027届同学的最后建议暑期实习=秋招提前批，是进大厂最容易的一条路。现在立刻做3件事：1. 列目标公司，每天刷招聘号2. 改出3版精准简历（技术/销售/产品/运营 etc.）3. 每天刷算法/看面经别等“准备好了”再出发——校招是边做边准备的。爱丽鹅｜专注互联网校招求职咨询5年+辅导经验，累计帮助100+学生拿到字节、阿里、腾讯、美团等大厂暑期实习&校招offer擅长：实习&求职规划、简历优化、面试模拟、offer选择、校招全流程辅导，需要1v1辅导可私信。

3.30一面JMM在多线程中的管理策略是什么happens-before 原则是什么并发编程的三个重要特征是什么锁如何保证原子性乐观锁和悲观锁的原理Ai agent如何降低大模型幻觉知识库规模有多大RAG效果不好时如何优化RAG和Agent的区别你的Agent是什么类型（ReAct等）Agent整体架构设计是什么Tools是如何被模型理解的Tools之间是否有编排/依赖关系会话记忆是怎么实现的项目是否真正落地使用，有无反馈项目是如何迭代推进的如果企业要用这个系统，最大瓶颈是什么除了存储问题，还有哪些工程问题如何防范prompt注入说说xhs的ai，使用体验如何如果在发布功能中引入ai可以从哪些方面入手引入ai会让xhs丢失活人感吗？4.3二面拷打做的ai agent项目30分钟，问了长会话记忆存储策略，让介绍使用场景。然后手撕，要求共享屏幕，在leetcode上直接做。第一题是215.数组中第k个最大元素，太久没学数据结构了没做出来。第二题是141.环形链表，做过但不记得了，我现想了一个方法，但追问能否优化，然后告诉我用双指针的方法实现，但我代码基础实在有点拉所以花了好长时间才a而且代码格式很丑。总体一个小时。 27暑期实习