小红书搜索算法实习二面 1h

攒人品中，祝大家都能拿到满意的Offer！1.实习拷打2. 项目拷打1: agent怎么做的，embedding怎么提的，为什么用无监督方法，后续有什么优化方向，怎么优化，强化学习怎么做3.项目拷打2: 生成式召回和传统召回的区别，召回数量有多少，sid有不匹配的问题吗，线上指标有提升吗，v3这样改进为什么会有效果4.八股：介绍onerec，强化学习具体怎么做5.手撕：旋转数组

发点面经，攒攒人品1. 项目拷打2. 数据集来源 效果对比？3. itemcf解释一下？改进是怎么做的？代码中如何体现？4. word2vec召回是怎么用的？中间那个非线性层的公式是什么样的？5. word2vec的优化目标是什么？损失函数？6.din的历史序列是怎么用的？这种attention是自注意力还是一般的attention？7. din的数据处理和lightGBM有什么不同吗？（离散数据和序列数据）8. 不同离散值的特征做embedding 维度应该怎么设置？手撕：无

被拷打麻了....1.R1复现方案，奖励函数为什么这么设置？有考虑过数据泄露的情况吗，就是如果你改的这些题目比较相似的话？有没有出现中英混答的情况？怎么解决？为什么你的最后结果没有突破到更高的分数？你说你用的Kimi K2和Gemini，是什么形式的？API还是网页？如果说不是输出你的奖励词语，也是可以做到推理的，你怎么考虑这个问题？2.手机助手项目拷打：介绍背景，怎么做的。如果我现在的场景是APP更新之后，点击的模块发生变化，你会怎么解决这个问题？如果是上下滑动找商品呢？3.GRPO如果组内设置的size非常小的话会怎么样？4.GRPO的平均是怎么计算的？5.场景题：如果让你来搭建一个LOL的陪玩助手，你会怎么搭建？可以从数据选择，整个架构设计来说。如果用户发现你的这个助手语气太生硬了，你怎样解决？如果版本更新，装备这些东西变了，你是训练到模型里面去的，模型需要重新训练吗？有没有什么解决办法？如果是LOL你在对线的时候，发生了小龙团，你怎么样让助手去做这种场景的一个提醒规划？6.有了解过MOE模型吗？7.讲下PPO8.MCP和Skill有了解吗？9.代码：先写打家劫舍，然后改进输出具体打劫了哪些

被横向挂了，希望发出来对大家有帮助！1. 拷打简历2. bert 和 gpt 的训练区别3. 介绍 transformer4. 细说 multihead attention5. 介绍一下推荐算法链路的各个阶段，再说说目前每个阶段的优化方向是什么？6. 算法题：多个非递减链表合并（lc）