快手推荐算法实习一面面经

1.PPO、GRPO、DPO 的损失函数2.给你看 DPO的公式，从数学关系上推一下刚开始的 loss 是多少-这里是In23.这里为什么使用 RL，而不是用 RAG去幻觉-RAG 针对于知识缺失去幻觉，RL针对的是行为推理层面去幻觉4.奖励函数是如何设计的5.如果一个句子中确定性的词汇比较多，这样导致会不会导致整体句子的熵比较低，如何解决6.GNN里边你觉得最重要的知识点是什么7.手撕:合并 K个升序链表

八股 1.linux下创建进程是怎么做的?怎么去找你这个进程的进程号?2.jstack这个命令执行之前有什么依赖?或者有什么限制条件吗?3.进程的调度或者进程的切换和线程的切换，它们之间有什么区别?4.java语言中 interface关键字?和class之间你是怎么理解的5.用两个队列实现一个栈，说思路?6.说一下归并排序流程?手撕(都是acm模式，需要自己构造案例进行测试)1.给你一个float类型的数组，[1.0],[2.0],[3.0],然后给你几个数，找最接近他的那个下标2.手撕堆排3.lru说思路

如题，楼主是27届学生，现在在找日常实习，大致有两个可选项。<快手>:社科线-策略算法部-主app单列视频推荐。听面试官意思，进去后主要会做召回和粗排相关的，模型和策略都会涉及。<字节>:国际化搜索广告算法。感觉面试官都是各个小leader，具体干啥现在也没确定，但大致是搜索和广告相关的。大家对这两个部门有了解嘛，会倾向于哪个，字节待遇高一些厂大一些，快手感觉业务会更核心点？

1.自我介绍2.问项目3.wide&deep结构4.deepfm结构，和wide&deep区别，wide和fm部分具体是什么有什么区别4.MLP和DNN的区别5.手撕求前k个最小值，用了最小堆，问了最小堆是用什么排序实现的6.手撕子集型回溯，没注意到给的列表可能有重复元素， 被问到了7.DIN结构，外积的物理意义8.除DIN外还有什么序列建模方法，回答transformer， 追问两者区别9.反问感觉寄，问得基础但答得不好，攒人品