西安美团后台是三轮技术面还是两轮？

我觉得面试体验最好和最差，往往都不是公司决定的，而是面试官。好的面试官会准时、认真看简历、围着项目深聊，让人觉得被尊重；差的面试官一上来就打断、摆架子、问一堆和岗位没关系的东西，面完只觉得耗人。求职最怕的不是难，是不尊重。

引言"我的简历上没有 Agent 相关的实习经历怎么办？"这是校招季被问得最多的问题之一。答案很简单——开源项目就是你的实习。而且某种意义上比实习更有价值：实习经历面试官只能听你描述，开源贡献面试官能直接看你的代码。但"用开源项目丰富简历"不等于"把项目 clone 下来跑一遍然后写上去"。面试官 5 秒钟就能分辨"跟着 README 跑了一遍"和"真正理解并贡献了"的区别。以下分三部分：推荐哪些项目值得投入、怎么参与才能真正产出简历亮点、怎么把开源经历写进简历。第一部分：值得投入的开源 Age...

除了mcp，agent skills这些相关的东西之外，最近又出了一个这个新的名词，你如果去相关的平台去搜这玩意儿，不管是小红书啊还是绿泡泡啊，这些地方全都是叭叭叭AI生成一大堆的长串文章，非常令人难崩，你看着看着就看晕了，并且他们也不是很权威，说不出个什么所以然。我大概看了看，其实我自我感觉就是一种抽象的规范规则的一个统一的命名，如果你让AI做一个东西，比如说编写代码，生成脚本编写需求文档，这些都是AI的一些应用场景，如果你想让这些落地场景相对来说可复用性强。稳定性强，准确率高，适用于一些特定业务场景的复杂逻辑的话，那么就需要很多的定义和规范。比如说分层设计，比如说复用之前已有代码的用法和写法。比如说上下游链路接口的规则的传入 类似于这种的。然后把数据库的使用规范呀，然后接入新增字段的一些规范呀，然后一些加锁的逻辑啊，缓存的逻辑啊，查表的逻辑呀，这些都通过规则呀，或者说是一些别的方式，比如说skills这样给他规定一下，反正我感觉是这样的，不知道有没有大神，有更深刻的见解，只能说AI时代必须要不断学习，你不学就完犊子

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