继续来分享下最近的面经~欢迎友好讨论，信息共享1.项目拷打2.rankmixer结构介绍，对比transformer结构优势3.生成式召回怎么评估4.直播怎么用的实时多模态特征，有哪些5.用到的直播和短视频特征怎么融合，及交互。6.短视频到直播内怎么做特征的一个迁移，怎么联系外流短视频和直播内流的目标及特征7.手撕一道层序遍历8.优化器及介绍9.了解单机跟分布式训练的时候优化器工作原理差别吗10.BNLN介绍原理做法和训练方法11.Transformer位置编码，引申出推荐系统怎么做位置编码

1. 自我介绍2. 平常主要用什么系统写代码，Windows 和 Linux 分别适合做什么答案：如果是桌面端或客户端开发，我平时会 Windows 和 Linux 都用。Windows 更适合做 GUI、IDE 联调、查看系统 API 行为、处理编码和兼容性问题，像 Visual Studio 的调试体验、符号查看和性能分析都比较方便。Linux 更适合写网络服务、做脚本自动化、跑构建链路、看系统调用和资源占用，像 gdb、strace、perf、valgrind 这类工具都很好用。如果项目本身是跨平台的，实际开发里经常会在 Windows 上做界面和功能开发，在 Linux 上做构建、测试...

给我面没招了，发点面经攒攒人品～1.实习拷打2.拷打第一个项目3.拷打第二个项目:3.1构建新的用户行为序列的动机是什么?3.2序列是否进行了去噪/去重?3.3引入了什么sideinfo?效果如何?3.4更长序列(1000/10000)如何建模?3.5 DIN/Target Attention 与 Self Attention 的区别?4.拷打第三个项目:4.1模型结构和OneTrans的区别?4.2为什么采用block causalmask?4.3是否思考过在Tokenizer部分也进行 sequence和non-sequence的交互?4.4工程上如何控制超长行为序列的显存与计算开销?4.5当前模型的规模?以及所使用的资源情况?5.Coding:给定一个question list,每个item是一个[v,b]，v表示解答该题目能够获得多少value,b表示解答该题目后有多少道题不能解答。求在当前list下，所能获得的最大value。(反向dp，时间复杂度为O(n))

本文为本人在2025年暑期实习及秋招面试的所遇到的面试问题整理而成，问题均来自于本人面试各大厂图形及引擎岗所遇到的实际问题，供大家参考。分类和回答由AI编写，仅供参考，建议对自己不了解的问题，初本文回答外，自己更加深入了解一下。 一、C/C++ 基础  C++ 函数的三种传参方式 问：C++ 函数有哪些传参方式？区别是什么？ 答： 常见有三种：值传递、指针传递、引用传递。   值传递：会拷贝实参，函数内修改不影响外部变量，简单安全，但大对象有拷贝开销。 指针传递：传地址，可以修改外部对象，也可以传空指针，适合表达“可选对象”语义，但需要判空。 引用传递：语法像别名，通常比指针更安全，不能为 n...