实习部分 1、融合阶段包括哪些指标？2、只看日活和时长会不会没办法全面评估你的项目效果3、日活更需要其它平台投放广告来提升，有没有考虑过其它的指标？（用户留存率）4、如何检验测试结果的显著性生成式项目部分1、生成式推荐和传统推荐比有哪些优点2、R-Kmeans具体是怎么做的3、数据增强具体是怎么做的4、OneRec和TIGER区别在哪5、OneRec的DPO具体是怎么做的6、码本量化有遇到哪些问题吗？不同层的量化结果怎么样？7、OneRecV2用了解码器结构，和编解码结构的区别在哪，有哪些优点？手撕：岛屿数量

1. 介绍项目2. 怎么开发的3. cursor用过吗4. 用的多吗自己写还是大模型写5. 用过什么模型6. 用的是会员吗7. 扣子用过吗8. 你擅长哪方面9. 感觉你传统开发很多啊10. py怎么样 一般还是熟练11. 场景题：传入长文本生成图文12. 怎么做到效果好（外挂知识库）13.反问 业务 和 有哪些不足面试官：回去等通知吧应该是想找AI编程师纯AI编程那种面试

1.项目深挖，相关八股2.解释lora3.vit细节4.diffusion原理5.场景题：小红书平台很多山寨物品，正品假货山寨，怎么识别正品，从算法角度来说，可以用哪些模块6.知道triple loss吗7.目标检测，可以用哪些目标检测模型检测纹理8.力扣：给一个算数整数求平方根，只保留整数舍弃小数

1.Reward Function的设计2. PPO Advantage Function3.PPO/GRPO4.全参微调 /LORA5.DeepSeek V3训练流程6.CVR样本稀疏解决方法7.偏置特征处理方法8.生成式推荐和常规推荐的区别 以及核心收益点9.RQ-KMeans/RQ VAE 区别

1、实习介绍2、针对项目进行了一些提问GRPO强化学习时模型思考过程与最终结果不一致该怎么解决有一堆视频标签，和一堆视频，该怎么样设计方法找到视频与标签的对应关系3、针对论文问了一些问题没有八股，问了很多实际业务遇到的问题4、手撕代码hot100 最大子数组和最近两天才开始刷leetcode ，手撕没彻底写对，但是思路正确5、反问公司的业务是什么，实习生主要干啥问我更倾向于业务还是算法

1.介绍下transformer的结构2.如果微调模型出现复读机现象，是什么原因3.如果微调效果不好，怎么去分析4.能不能讲一下你对function call的理解5.问答系统上线，从query到生成回答，花多少时间6.Agent工具调用你知道怎么训练吗，训练集应该包含哪些，怎么得到训练的数据集7.假如一个query有两个工具可以调用，训练集应该怎么设计8.你构造数据集遇到过什么难点，如何解决问题

1.拷打项目2.八股主要是RL，PPO和GRPO3.了解RL吗，介绍一下GRPO4.GRPO采样代替价值函数会带来什么问题，有什么优化方式5.问了偏向research还是工业界6.手撕编辑距离

1.八股：多头注意力的作用是什么？头数越多越好吗？2.八股：多头注意力机制的计算复杂度是多少？3.八股：推理时如何加速 LLM？你知道哪些方法（如 vLLM、量化、KV cache）？4.项目：你提到用 GRPO 而非 DPO，请对比两者损失函数形式，并解释 GRPO 在训练稳定性上的优势。5.项目：在构建偏好数据时，你采用了聚类方法筛选高质量样本，为什么没选 KMeans？考虑了哪些语义或多样性因素？6.项目：在构造偏好数据时，你是用同一个 prompt 采样多个 response 吗？怎么保证多样性？7.项目：你的奖励函数是如何设计的？logprobs 在一致性奖励中起什么作用？如何量化“语义一致性”？8.项目：GRPO 训练时 KL 散度控制得怎么样？如果 KL 太大，你会怎么调？9.项目：LLM重复生成内容的问题如何缓解？10.代码题：LeetCode 239. 滑动窗口最大值

1.八股：Transformer 中为何使用 LayerNorm 而非 BatchNorm？这对大模型训练稳定性有何影响？2.八股：Transformer里 LayerNorm 放在 Attention 前还是后？有什么区别？3.八股：LoRA 的核心思想是什么？它为什么能显著降低大模型微调的显存和计算开销？4.项目：请介绍一下你的项目：目标是什么？用了什么基座模型？数据从哪来？5.项目：你在项目中使用 LoRA 微调 LLM，请说明你设置的rank、alpha 值，并分析它们对性能和收敛速度的影响。6.项目：训练 SFT 模型时 loss 出现剧烈震荡，你是如何诊断并解决的？7.项目：SFT 阶段如何避免对padding token计算 loss？具体在代码中如何实现mask？8.项目：SFT的调参经验？说说你的经验9.项目：训练过程中显存不够，你用了哪些技巧（如 gradient checkpointing、ZeRO）？10.代码题：LeetCode 121. 买卖股票的最佳时机

1. 介绍一下项目2. 多头注意力机制的计算复杂度是多少？3.LoRA 的核心思想是什么？4. GRPO 训练时 KL 散度控制得怎么样？5. SFT 阶段如何避免对padding token 计算 loss ？6.训练 SFT 模型时 loss 出现剧烈震荡，你是如何诊断并解决的？7. Transformer 中为何使用 LayerNorm 而非 BatchNorm ？8. Transformer 里LayerNorm 放在 Attention 前还是后？有什么区别？9. logprobs 在一致性奖励中起什么作用？📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1.八股：DeepSeek-V3 和 Qwen2.5-Coder 在架构上有哪些关键区别？（如 MLA、MoE、GQA、Dense 等）2.八股：Transformer 中因果注意力（Causal Attention）和双向注意力的核心区别是什么？分别适用于什么场景？3.项目：如果 RAG 输出错误，怎么判断是检索错了还是生成错了？有做过归因实验吗？4.项目：Chunk划分策略对 RAG 效果影响大吗？你用过哪些优化方式（如语义分割、滑动窗口等）？5.项目：RAG 和 GraphRAG 在处理多跳推理时的根本区别是什么？6.项目：GraphRAG 如何解决传统 RAG 的“召回噪声”和“信息碎片”问题？7.项目：为什么 GraphRAG 能实现更精准的结构化召回？关键依赖是什么？8.项目：如果不用图数据库，能实现真正的 GraphRAG 吗？为什么？9.代码题：最长连续递增子序列（LeetCode 674）

1.偏置特征处理2.多目标模型中动态打分公式的设计3.DeepSeek面对垂域效果不好如何处理4.介绍常见的双塔模型 改进点 为什么这么做 详细说一下对偶双塔5.正负样本不平衡的解决思路6.特征筛选方法7.GMV预估/LTV预估的主流建模方案根据消费金额做分桶 分桶后做多分类预估8.xAUC9. Hinge Loss、Triplet Loss、InfoNCE的区别 HingeLoss的Margin是要选择最大还是最小?

1.八股：RoPE 为什么能实现相对位置编码？它相比传统绝对位置编码在长文本推理中有什么优势？2.八股：LoRA 的 A、B 矩阵通常如何初始化？为什么 B 矩阵要初始化为全零？反过来会有什么问题？3.八股：在参数高效微调中，为什么优先微调 Attention 层的 Q/K/V/O，而不是 FFN 层？4.项目：RAG 的整体流程是怎样的？哪些环节最容易成为性能瓶颈？5.项目：RAG 中常见的中间文档丢失中间丢失现象如何缓解？6.项目：GraphRAG 系统整体流程是怎样的？从用户提问到最终生成答案，哪些模块是你独立负责的？7.项目：GraphRAG 相比传统 RAG 的核心优势？8.项目：GraphRAG 怎么保证召回准确率？9.项目：数据集中如果有噪声的话, 会导致幻觉, 这里怎么处理的?10.代码题：编辑距离（LeetCode 72）

1、实习介绍2、详细挖简历A 、项目的思路、爬虫怎么防止反爬、有多少个epoch、为什么微调效果92%，剩下的8%是什么原因有分析吗、有没有别的思路解决这个问题B 、lstm的原理、比rnn好在哪里C 、实习详细介绍、xgboost和lightgbm的区别、样本不平衡怎么解决、有更大的内存更多的显卡会怎么处理这个问题3、手撕：查询第K个最大的数

1.你这次找实习，想找大概做什么事情的实习？2.大模型在推荐系统中的应用有什么结合的方向？3.大模型在推荐系统落地能提供什么样的能力？4.大模型可以解决推荐系统中的什么问题？5.假设你入职实习，想做的第一个项目是什么？具体该怎么落地？6.这个项目每一步怎么做？需要哪些工具？请求什么大模型？输入和输出分别是什么？推荐系统怎么用？7.微调模型需要哪些标注数据？是自己标还是其他方式？微调过程要多久？准备工作有哪些？不微调行不行？8.怎么把视频输入给大模型？具体操作步骤是什么？9.视频帧采样谁来做？怎么做？10.手撕：二叉树的层序遍历

1.先做自我介绍，挑重点项目着重说明。2.项目有具体的应用场景吗？3.视频大模型是不是提取视频中的核心信息？它一般能用在哪里？4.你想做推荐相关、大模型相关，还是推荐和大模型相结合的工作？5.你了解推荐系统吗？6.你了解机器学习和深度学习吗？7.大模型在推荐系统中一般有哪些应用或应用方向？8.大模型怎么缓解或解决推荐系统的冷启动问题？9.你了解大模型推荐的微调这个概念吗？10.微调怎么定义？它一般是针对什么模型进行的？11.推荐场景或垂域场景中，需要微调的核心原因是什么？12.Transformer 的原理能大概说一下吗？13.基于 Transformer 大模型，怎么处理用户的长行为序列？14.Transformer 注意力机制的复杂度是多少？怎么计算？15.长行为序列直接计算会有什么问题？16.稀疏注意力的具体原理是什么？17.推荐系统中怎么设计负样本？你了解随机负样本、语义负样本这些概念吗？18.大模型怎么解决用户兴趣漂移的问题？19.除了折扣因子，解决用户兴趣漂移还有其他方案吗？通过微调的方式可行吗？20.传统神经网络中，梯度消失是什么现象？怎么产生的？21.梯度消失怎么解决？22.你了解哪些激活函数？23.BN（Batch Normalization）是什么意思？24.手撕：无重复字符的最长子串

1.实习介绍2.介绍一下两个项目的来源？3.项目是完全自己独立完成还是团队合作？4.RAG 项目在开发过程中遇到的难点是什么？5.多路召回策略：各策略召回文档的好坏如何评估？6.是否有独立且成熟的评价体系衡量召回质量？7.性能指标提升如何对比？8.8.7% 的提升对应的 baseline 是什么？9.vLLM 部署：如何实现 2k tokens/s 的吞吐？10.并发与压力测试（batch/并发规模）如何设置的？11.讲一下 DPO / PPO / GRPO 的原理与区别12.对 GRPO 的后续优化算法是否了解？（进一步的改进方向）13.在百度实习期间遇到的最难问题是什么？14.MCP 协议相较于 Function Call 的优势是什么？15.算法题：买卖股票的最佳时机先讲一下思路、分析复杂度、最后手撕写出来之后 运行通过

1.项目介绍2.介绍在百度实习工作3.具体聊实习工作细节4.在哪些数据集上做的？5.是分开做的还是混合做的？6.用的是多模态模型还是纯文本模型？7.做的工作跟Top-4和Top-8对比了吗？8.讲一下MoE模型和Dense模型的区别和优缺点？9.问RAG项目10.滑窗法overlap了几个句子？11.问最新的RAG方向的进展12.算法题：仍然出了 三数之和

1.项目介绍2.讲一下在百度实习期间做的主要工作。3.压缩专家机制是如何实现的？4.用的训练数据集规模分别是多少？5.为什么选择用SFT训练，而不是用RL训练？6.介绍一下 DPO, PPO, GRPO的原理和区别7.PPO的损失是token级别还是sequence级别的？8.PPO中的Critic模型是如何计算优势的？9.讲一下LoRA微调技术原理10.LoRA微调是如何减少训练参数的？11.LoRA技术有哪些优势？12.算法题手撕 三数之和（撕出来了