1.介绍上段实习内容2.讲一下浏览器从输入网址到返回内容的全过程3.get和post的区别，http的结构讲一下4.agent用了多线程吗，工具调用是同步还是异步5.具体讲讲上下文管理，滑动窗口和摘要压缩丢失的信息怎么解决6.agent记忆系统如何实现7.长尾问题是什么，如何解决8.es的原理，如何做bm25检索9.大模型推理的底层原理是什么10.一段prompt，前中后段哪一段注意力最高11.prompt如何设计12.如何解决多用户agent系统会话隔离、记忆隔离13.openclaw与传统的agent有什么区别14.看过openclaw实现吗，里面的记忆是如何做的------后续挂

1. 请介绍一下你的美食点评平台项目，该项目的主要目的是什么？2. 美食点评平台项目在搭建和优化过程中遇到的核心复杂点是什么？对应的解决思路是怎样的？3. 美食点评平台项目的数据库最初是如何设计的？后续做了哪些优化处理？4. 美食点评平台项目中用户优惠券列表查询存在什么问题？你做了吗，没做的话就给我假设一下如果你要做数据表结构如何定义呢。（问我字段如何设计，表的名称是什么）5. 美食点评平台项目中秒杀流程的数据处理是如何实现的，数据具体是存放在哪里的呢？6.缓存击穿的解决方案有哪些？你在项目中采用了哪种方案，具体是如何实现的？7.如何保障本地缓存和Redis之间的数据一致性？8.在哪些场景下需要考虑加锁处理？加锁会带来哪些影响？9.点赞系统你是如何做优化的？双缓冲内存聚合加异步批量写的思路是怎样的？10.你说你项目当中用到了这个，那请写出交换两个HashMap引用的代码及变量定义？（当场就要我写我的项目代码，定义这个计数的函数如何写，hashmap如何进行一个引用交换，但是我是用ai重构这块代码的啊😅）11.点赞系统最初使用HashMap出现线程安全问题的原因是什么？可以用哪些线程安全的数据结构解决？12.请编写一个线程安全的单例模式代码？（直接在美团的ide上面写单例模式，但是我在定义instance的时候没有写出static，为什么没有报错啊啥提示也没有，hashmap和synchronized全是自己拼出来的，然后面试官说还是有很多问题让我再下去看看，但是没写static不是会报错吗😅，用本地编译器我就知道了😤）还是太菜了，太久没写java导致的，然后也没有idea的那种打两个关键字就出现的提示，后面反问也看出来面试官也有点随便了。但是要手写自己项目里面的代码实现还是有点难的，在没有任何编译器提示器的情况下。纯文档敲😭😭😭😭

项目技术点介绍Node事件循环Koa洋葱圈模型Express和Koa区别Node全局变量项目部署方案Vue和React对比Vuex单向数据流HTML5新属性Doctype作用Storage和cookie对比Flex属性ES5继承跨域介绍sameSite属性

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