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

自我介绍实习项目介绍询问项目中的一些问题检索 Agent 中是如何做上下文管理的，简单的说了一下我们做的上下文管理工具，把一些无用的内容摘出上下文大语言模型的输出是如何进行约束的，我说是通过业务的自我检查和系统提示词约束来做的，(但实际上我们那边是通过在推理引擎那里做的工作，但我不明白不敢说)然后一些项目上的其他问题一道 AI Coding 的题目，不可以直接把题目丢给 AI，要自己先提炼出需求。我是先整理成了一个 md 文档，然后让 codex 来做，但是梯子质量有问题，特别慢，做完了后我又开了一个 Codex 会话来帮我检查，检查到一半，面试官说 OK 了。直接进入反问环节。总时长 45m...

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。