字节AI算法 二面 好难啊

发点面经攒攒人品
1、你在线上或离线训练时，过拟合怎么处理？直接说你最有效的三个方法和拿到的收益。
2、把 BN 讲透：原理是什么；训练期和推理期用的统计量有何不同；跟 LN、GN 比，分别什么时候用、怎么取舍。
3、分类和回归你最常用哪些损失？你更偏好哪几个，为什么（从鲁棒性、梯度、数值稳定性上谈）。
4、L1 和 L2 正则你怎么选？它们各自的效果与风险是什么，工程里你是怎么权衡的。
5、二元和多分类的交叉熵你怎么写？在工程里你怎么做数值稳定实现。
6、AUC 到底在统计上代表什么？你怎么计算它，在线上业务里你如何解释“这次 AUC 提升”的含义。
7、你做 CTR/CVR/CTCVR 联合建模时，ESMM/ESMM2 是怎么推导与工程落地的？线上到底带来了什么收益。
8、Transformer 里因果注意力的 Q/K/V 各从哪来？Mask 具体怎么实现。
9、Scaled Dot‑Product Attention 为啥要除以 √dk？如果不除会出什么数值或训练问题。
10、把 Transformer / Decoder‑only 的整体结构过一遍，各个组件分别在干什么，有哪些常见变体。
11、位置编码这条线你怎么选：绝对 PE、相对 PE、RoPE 各自的思路、优势和局限，结合你的项目谈取舍。
12、长上下文怎么搞？Rope scaling、Position Interpolation、KV Cache 管理、检索增强、窗口注意力，你的实战方案是什么。
13、KV Cache 在训练和推理中的差异是什么？它的加速价值有多大，吞吐与延迟你是如何权衡的，vLLM/paged‑attention 需要注意什么。
14、PEFT 方案里（LoRA/QLoRA/Prefix/Prompt‑Tuning/Adapter）你怎么选？说说稳定训练的经验。
15、SFT 和对齐（RLHF/DPO/IPO/PPO）原理差在哪？在不同数据与资源条件下，你怎么选路线。
16、RAG 系统你怎么设计？切分、索引、召回/重排、压缩/融合、兜底策略怎么串。
17、提示词工程你是怎么搞的？System/角色/约束/分步指令怎么写，如何防越狱