1.点击负样本降采样，那收藏等负样本更多，如何做2.如何判断出现跷跷板问题3.如何评价mmoe模型各个专家的学习效果4.mmoe，点赞收藏被点击带偏，如何平衡5.怎么做的样本增强6.Loss权重的改造7.ple较mmoe的改进8.为什么多层CGC，目的是什么9.除了auc，还有哪些评估方法，如何选择10.交叉熵损失函数公式写一下11.如何缓解样本稀疏问题12.esmm共享特征table具体怎么做的13.讲解一下lstm原理，三个门控，和RNN对比14.lgb原理手撕：1.二分法求sqrt（x）2.给一个未排序的数组，返回最长的递增子序列

1. 为什么转算法2. 多路召回区别、占比、评估、效果3. self attention、target attention4. DIN输入、输出5. attention的q、k、v，输出，softmax6. word2vec两种模型对比、两种优化策略7. 为什么stacking、怎么集成的8. xgboost、随机森林区别9. 为什么想去北京10. 手撕三数之和11. 反问业务

11.21号更新  第二天约了二面鼠鼠很菜，秋招投的晚，我10.25才结束实习正式投入秋招。算法八股项目都准备的一般，秋招这两周高强度面试，算法写不出来，项目问深就不懂了，两周来大部分面试结束都是面红耳赤，自我怀疑，科大讯飞一面也许是kpi吧，比较简单，但是给了我极大信心，终于不是被狠狠拷打了大部分就是很基础的八股，说几个我没答好的吧http的报文有哪些内容？websocket想问深点，我说我只用过，于是没问网络拥塞算法给了一个学生表成绩表课程表做简单关联查询数据库查询优化mysql分库分表方式，怎么确定查哪个分表单例模式的使用用过哪些设计模式springboot的启动start依赖的工作原理（我答的自动装配相关的，说不太对，也有可能是我自动装配没讲清楚）面试官麦和网络不太好，但是都会问的八股都偏简单，大概率kpi，但是给了鼠鼠信心

1．项目介绍2．讲讲你对 transformer 的了解3．有哪些常用的解码策略， topp 和 topk 的具体细节，以及实现上的差别4. 意图分流的 agent 怎么做微调的，用了多少数据5.如何做 embedding 微调的，如何构造正负样例，训练的 loss 是什么6.RAG有哪些可优化的地方7．你的 RAG 项目中用到了 agent 吗，一般 agent 会用在RAG 链路中的哪些部分8．做 sft 时是怎么做数据配比的，参数具体怎么设置的9.RLHF的流程，有没有训过 PPO10. deepseed 的原理，zero1,2,3怎么做的11.了解过排序模型吗，讲几个经典的排序模型吧12．说一下 vllm 部署8*7B的 MOE 模型每秒大概能推多少token13．对比学习了解吗，讲一下（比较突然，不知道为啥要问）14.code :实现rand5到rand7