10.29.2025 字节广告 一面面经

1.算法题:322.零钱兑换2.实习项目相关1.一价计费满足激励兼容吗?2.GSP 和 VCG 中的效用和社会福利分别代表什么含义?3.regret net 如何保证激励兼容?4.扰动的范围对结果有哪些影响?5.如何设计机制来保证激励兼容?6.机制设计经历了哪几个阶段的模型发展?DeepGSP是怎么做的?7.DNA 为什么要用 MIN-MAX 网络?8.广告主的出价模式是什么?3.八股:1.transformer里使用了什么激活函数?2.为什么要用 relu?3.relu 有哪些缺点?4.GPT 中用了什么激活函数5.transformer的 attention 中的 QKV 是一样的吗?

前言大家好，我是阿甘，“奔跑中cpp / c++”，知识星球的创始人今天给大家分享分享，我们星球同学一起整理的，同时也在不断更新的，cpp / c++相关岗位面经。全网最全收集面经分享因面经过多，今天只分享部分，后续有时间继续分享（让大家学习/ 面试形成一个参考）字节客户端一面C++智能指针有哪些，都是为了解决什么问题？虚函数是什么，如何实现虚函数？如何用栈实现一个队列？TCP的流量控制，拥塞控制主从reactor是什么，数据是怎么传输的？(以下都是网络检测项目)项目的背景是什么，为什么要做这样一个项目？有没有应用到实际中？ai的具体作用是什么，会不会负载很大？传入ai的是什么？有多大？会不会...

1.  注意力机制：请简述 MHA、MQA 和 GQA 三种注意力机制的核心区别。2.  模型架构：Dense 模型与 MoE 模型有何本质区别？3.  路由机制：MoE 模型中，路由（Routing）机制具体是如何工作的？4.  LoRA 微调：请阐述 LoRA 的原理，以及其中 A、B 矩阵的初始化方式和秩（Rank）的设置考量。5.  强化学习：请对比 DPO、PPO 和 GRPO 的原理与区别，并写出 DPO 的 Loss 函数公式。6.  推理加速：vLLM 中使用了哪些关键技术（如 PagedAttention、KV Cache）来优化推理？7.  并行框架：你对 DeepSpeed 这一加速推理与训练框架有多少了解？8.  BM25 算法：请讲解 BM25 算法的计算原理。9.  负载均衡：MoE 模型中专家（Expert）的负载不均衡问题该如何解决？10.  损失函数：能否通过修改损失函数的方式来缓解 MoE 的负载均衡问题？11.  数据分布：SFT 微调数据与预训练数据分布差异较大时，该如何处理？12. Scaling Law：SFT 微调的数据集是越大越好吗？是否存在 Scaling Law 现象？13. 训练稳定性：强化学习（RL）为何存在训练不稳定的问题？既然不稳定为何业界仍广泛使用？14. 三数之和：LeetCode 15. 三数之和。📳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。

1.京东：(n+4)*20 零售交易 实习转正 熟悉业务 北京2:字节：n*15+1 懂车帝 中台 杭州补充：主包希望无论在哪儿干几年之后活水回成都