被横向挂了，希望发出来对大家有帮助！Q1: 你用了多路召回，具体是怎么做消融实验验证每一路的效果的？Q2: 召回层的评估指标为什么选 HitRate 而不是其他？Q3: 新闻推荐项目里的“冷启动”是怎么做的？Q4: 详细讲讲 YouTube DNN 双塔模型在你的项目里是怎么落地的？Q5: 用户的 Embedding 是怎么构建出来的？输入了哪些具体特征？Q6: 提取出 User Embedding 和 Item Embedding 之后，你后续具体是怎么利用它们的？Q7: 精排阶段，你为什么要把“树的排序模型”、“树的分类模型”和“DIN 模型”做 Stacking 融合？它们在理论上的互补性体现在哪？Q8: 手写 AUC 的计算公式。Q9: 工业界为什么更偏爱 GAUC 而不是全局 AUC？GAUC 解决了什么痛点？Q10: 训练的时候，交叉熵 Loss 下降，AUC 就一定会提升吗？Q11: 你提到的这几个模型，它们底层的 Loss 函数分别是什么？

整体面试还是不错的，但是没后续了，不知道是哪里出了问题，攒人品中～1） 项目拷打2）问数据量与数据格式，具体到字段的格式（范式），这些字段怎么生成的3）轨迹模型动作空间4）做线上长轨迹模型数据采集的难点是什么（VM、沙盒），沙盒环境怎么做同步5）轨迹模型GRPO微调的奖励怎么设计的6）你觉得长轨迹的奖励应该怎么给7）如果轨迹模型部署在线上，怎么判断最终轨迹完成了8）用了多少资源跑轨迹模型训练

攒人品中，祝大家都能拿到满意的Offer！1. 实习经历追问2. CV / LLM / 多模态哪个更熟？哪个模型用得多3. Qwen3-VL-4B图像和文本的参数量分别是多少4. 数据集是什么？分辨率多大？帧采样多少5. 手撕：写一个计算ViT参数量的函数，自己定义输入（层数、纬度等）输出模型总参数量

发一下问题给大家参考，攒攒人品！1️⃣技术提问：1.讲讲过拟合是什么？2.遇到过拟合怎么解决？3.用过XGboost吗，有什么优点4.梯度XGboost的原理5.贪心算法的原理6.梯度消失怎么解决7.pre，re，auc指标的含义8.逻辑回归的损失函数和求导、最大似然估计9.交叉熵损失的物理意义2️⃣coding：找到和大于等于目标值的连续子数组要求用sliding window和二分查找两种方法做