发一下问题给大家参考，攒攒人品！1.对比 din deepfm wide and deep 思想2.召回和精排的样本怎么构建3.为什么可以随机选择负样本，这样这些item不就永远不会被召回了吗4.长序列模型有什么了解5.手撕:数组中第k个最大元素

给我面没招了，发点面经攒攒人品～1.实习拷打2.拷打第一个项目3.拷打第二个项目4.在RAG中，递归字符切片相比固定长度切片优势在哪？5.如果要实现只在特定分类的文档中进行检索，在Milvus中是使用多个Collection效率高，还是使用分区效率高？6.什么是Agent的反思机制，对于你的心理咨询Agent，有没有让模型在回答前先检查一遍自己的语气是否专业？7.工业图纸识别如果大模型出现了幻觉，你在Prompt层面或后处理层面有什么方法？8.介绍一下Function Call原理，模型生成的JSON如何通过逻辑触发表层代码执行并返回给模型？9.vLLM的PagedAttention原理？10.在使用FastAPI开发大模型接口时，中间件和依赖注入分别适合处理什么样的业务逻辑？11.Python的multiprocessing和threading你会如何结合使用来提高整体吞吐量？12.asyncio.gather和asyncio.as_completed在并发请求多个模型接口时有什么区别？如果其中一个接口超时，如何做降级？13.如果用户的Prompt特别长，导致上下文窗口溢出，除了截断，你有哪些简化上下文的策略？14.了解目前主流的MultiAgent框架吗？如果将你的心理咨询Agent拆分，你认为状态同步的难点在哪？15.谈谈对A2A通信的理解。在A2A场景下，如何防止两个Agent陷入递归对话？16.手撕：实现LRU缓存机制，有时间复杂度要求

发点面经攒攒人品～八股1·AB实验是干嘛的？2·为什么一定要随机分流？3·怎么保证实验组和对照组是公平的？4·怎么判断实验有效？5·什么是显著性检验？6·样本量怎么估计？7·什么是 SRM？8·实验污染是什么？9·多个指标冲突怎么办？10·指标延迟怎么处理？11·用户序列建模12·用户序列建模你了解哪些方法？13·为什么要建模用户行为序列？14·什么是短期兴趣？什么是长期兴趣？15·为什么要区分长短序列？16·DIN 是干嘛的？17·DIEN 和 DIN 有什么区别？18·Transformer 在推荐里怎么用？手撕代码链表

继续来分享下之前的面经~欢迎友好讨论，信息共享1讨论项目2什么是GAE3解释deepseek的MLA，分析可能有什么缺点4介绍deepseekV3.2的闪电索引器和可能的缺点5介绍MHC残差连接6什么是多头注意力7口述两个算法题，说出求根号的多重方法（牛顿，梯度下降，二分），二分法求到小数点后k位精度算法复杂度8一个哈希表题目，不是力扣

面试很难，还是要多多练习，感觉自己说不明白业务逻辑1.介绍一下你的项目2.你提到的coze，coze有两版，一个是拖拽式的编排，新的一版是直接使用agent？（这个不太理解啥意思），你使用的是哪一种？你是怎么设计节点的？3.你编写了哪些MCP工具，介绍一下4.上下文管理是怎么做的，如何进行记忆5.问关于ReAct的知识，那几个模式有什么差别6.给了一个场景，就是设计一个全自动化的agent进行AI漫剧创作，你会怎么设计？7.你认为设计的过程中最大的三个问题是哪三个？你准备怎么解决8.针对我现场设计的全流程进行拷打，例如我说要保证人物前后一致，他问用什么方法保证前后一致。我还说要进行片段的评估，他问我评估方法等9.如果你设计的这个全流程要先发行一版，你准备保留哪些重要的功能（节点）10.有没有使用过一些代码编程AI（如cursor、codex等），然后进行了一些延伸。

滴滴26春招算法工程师（杭州）3月2日开启 ，要求编程基础扎实，有机器学习经验优先。投递到4月30日，算法选手可以冲！我已经投了，许愿意向书！

继续来分享下之前的面经~欢迎友好讨论，信息共享拷打项目，然后是问题：1. ROPE为什么不会对embedding后的词意造成影响？2. BF16和FP16有什么区别，为什么现在主要用BF16不用FP16？3. transformer的点积注意力，为什么是点积而不是纯粹的余弦相似度手撕：数组里重复的数据

发一下问题给大家参考，攒攒人品！1. PPO的原理？从维护的四个model讲，再详细讲一下训练流程和损失函数各个参数含义？2. 为什么有了reward model还需要critic model？critic model作用是什么？3. 交叉熵和kl散度的联系和区别？PPO的kl散度可以改成交叉熵吗？分类任务可以用KL散度吗？4. GRPO的kl散度和PPO的kl散度区别？K1 K2 K3估计区别？5. rollout数量 batchsize数量和计算资源(卡的数量)有什么关系？线性？非线性？6. 真实采样数量一定等于rollout数量吗？7. 提到了拒绝采样，详细讲一下8. 你是怎么设计agent的记忆系统？9. 长期记忆如何存储？如果历史记录量非常大，怎么优化查询效率？10. 你们有没有用到类似AutoGen或LangChain的框架？为什么选这个框架？11. vLLM框架是怎么做推理加速的？

问的太细了不愧是阿里，给我面没招了...1.项目拷打2.bceloss公式介绍用pe，优势在哪里3.粗排有没有和精排有什么交互信息4.序列建模的基线模型是什么5.Linux常用命令有哪些，如何用Linux命令在两服务器间传数据6、如何降低KV cache7、讲讲DeepSeek中的MLA8.讲讲最开始的自注意力机制发展到当今的一个优化路线9.手撕最长公共子串

整理下面经攒攒人品1)项目介绍2)实习拷打3)在研究和业务方面你更偏向于哪一块?4)开放题:我看你也做了这么多LLM的事情，你怎么看待LLM的发展?5)场景题:假设你现在在做商品的推荐，这里面涉及到多个推荐的场景，每个推荐的场景推荐的物品又不太一样，有些地方是推电商的商品，有些又只推外卖的商品，可能还有些推的是优惠券，那你怎么想办法对这些商品进行理解后整合到一起实现一个整体的推荐系统而不是多个模型去做推荐?或者说是对不同类型的商品之间怎么用大模型或者nlp的方法去进行理解，然后把他们之间的联系建立起来?6)代码题:1)根据相似度召回top1的文本(给好了内置函数，只是要把代码根据逻辑写好2)多个SQL查询文本设计

发一下问题给大家参考，攒攒人品！1.简历拷打2.选择一个自己最感兴趣的项目讲一下3.rqvae如何解决坍缩问题？4.跨域的时候有什么方法可以解决冷启？5.transformer的复杂度计算6.代码二叉树的右视图 要求自己写出二叉树

攒人品中，有面试过同岗的朋友欢迎评论区交流1.llava1.6的改进2.qwen23vl的改进3.手撕MHA4.DPO与PPO的区别5.GRPO如何计算相对R6.GRPO为什么要对重要性ratio进行clip7.为什么要除以根号Dk8.为什么注意力操作是qkv三个向量9.一般通过什么方式进行知识的学习10.看过什么技术报告

给我面没招了，感觉面试好难，发点面经攒攒人品1. 项目2.讲讲DeepSpeed的理解3.你为什么用zero3？4.还用过哪些加速框架吗？有什么区别？推导一下显存节省公式。5.内容理解怎么做？做过训练吗？如果训练一个chart story的模型，数据你会怎么构造6.讲一下BLIP和BLIP2的区别，现在主流模型用什么？训练过吗7.Q-former是什么？8.手撕：leetcode 69 手写根号，有优化方法吗

1.简历 2.介绍 DeepResearch 几篇工作？主 Agent 和子 Agent 有什么区别，主要哪些子 agent？3.RL tool 的 loss 有什么区别？4.Reasoning 的 loss 有什么其他特点，介绍你知道的（think 和 nothink 的 loss）。5.PPO、GRPO、DPO 区别。6.DAPO 了解多少，介绍创新点。7.还有其他 GRPO 变体吗？介绍创新点。7.手撕：rope，打开 llama github 源码的 rope 介绍和我实现的区别