腾讯面试流程初试打√了是进二面了吗

bg27届双9图形学方向，有一段网易雷火日常实习，这次捞的岗位是客户端开发。图形学：1、渲染管线2、透明物体的渲染3、phong和blinn phong4、延迟渲染5、法线贴图，怎么从切线空间变换到世界空间C++：6、析构函数需要声明为虚函数吗7、vector扩容机制8、vector如何增删元素，用iterator有什么问题9、智能指针10、右值引用和移动语义ue：11、ue的gameplay框架12、ue的ui框架13、uobject和actor的关系实习相关：14、介绍实习工作15、讲一讲做过的性能优化工作16、举了一个具体场景问怎么做性能优化17、讲一讲参与过的策划编辑器工作18、lua的gc其他：19、设计模式，mvc，mvp和mvvm反问：20、哪个项目组（某ue在研项目）答得一坨，一直在做自己的研究课题前两天才开始准备实习的事，什么都没复习，八股还好，实习经历答得太烂了没有总结过自己实习经历应该怎么答，不出意外秒挂。

搜推+大模型算法一面面试题SFT & RL 方向先 answer 后 cot vs 先 cot 后 answer：两种 SFT 范式在训练效果上有什么差异？你是否做过对比实验？标注质量管控：如何保证人工标注数据的准确率达到预期标准？有哪些校验或质控手段？Checkpoint 选择：如何挑选合适的 SFT checkpoint，用于后续的 RLHF 阶段？多模态输入：图片是如何输入到 VLM 模型中的？一张图片通常会被编码为多少个 token？RL vs SFT：你认为强化学习（RL）和监督微调（SFT）的核心区别是什么？训练范式选择：为什么不直接从零开始做 RL，而是要采用「SFT → RL」的两阶段流程？RL 关键机制：什么是重要性采样？为什么在 RL 训练中要引入 CLIP 机制？策略类型差异：On-policy 和 Off-policy 算法的核心区别是什么？各自的适用场景有哪些？八股文（Transformer 基础）因果掩码作用：Transformer Decoder 中为什么必须使用自回归因果掩码？缩放点积注意力：为什么注意力分数要除以d​k​？（补充：Layernorm 前置后，除以d​可将方差归一到 1，避免 softmax 梯度饱和）推荐系统方向生成式推荐 vs 传统推荐：两者的核心区别是什么？生成式推荐的目标是什么？你如何看待它的未来发展前景？指标计算：AUC、HR、NDCG 的计算公式分别是什么？GAUC 和 AUC 的区别在哪里？编码方式：如何在模型中加入时间编码和位置编码？常用的位置编码方法有哪些？Coding：手撕 Multi-Head Attention（MHA） 实现二面面试题SFT & CoT 细节概率分布特性：在「先 cot 后 answer」的 SFT 范式下，为什么越靠后的 token 概率（prob）会越高？蒸馏噪声处理：用大模型蒸馏得到的 CoT 数据存在大量噪声，该如何缓解？VLM 幻觉问题：对 VLM 做 SFT 时，发现模型更信任文本信息，看图时反而容易产生幻觉，有哪些解决思路？RL 进阶PPO 核心：写出 PPO 中 GAE 的公式，并说明如何递归计算每个 token 的优势函数（advantage）？DPO 损失：写出 DPO 算法的损失函数公式？算法对比：GRPO 和 PPO 的核心区别是什么？GSPO 和 GRPO 又有哪些不同？训练稳定性：你遇到过 RL 中的熵塌缩（entropy collapse）和 reward hacking 问题吗？分别有哪些改进方法？最近有哪些新论文提出了新方案？采样困境：在采样类 RL 算法中，on-policy rollout 无法得到正确答案时该怎么办？自蒸馏：了解 Self-Distillation 吗？为什么要做自蒸馏？最近这方向有哪些代表性论文？震荡优化：RL 训练中 reward 或 loss 震荡严重，该如何调整？（提示：可从学习率 lr、KL 散度约束等方向入手）推荐系统进阶结构对比：HSTU 和 Transformer 结构的差异是什么？它和 OneRec 的整体流程有什么不同？SID 优化：如何降低 SID 碰撞率，同时提高特征利用率？量化算法：RQ-VAE 和 RQ-Kmeans 的算法原理分别是什么？OneRec 工程：OneRec 中是如何将 SID 加入模型词表和 tokenizer 的？多模态融合：如何更好地结合文本特征和多模态特征？模型演进：Rankmixer 是如何发展到 Tokenmixer 的？Coding：给定一个行内严格递增的 m×n 矩阵，找到矩阵中第 k 大的数

面试官一直问的AI方面的，比如mcp，agent，rag，spec coding, vibe coding还有agent的一些工作模式例如React,cot等等. 面试前还发了个AI coding 让我做一个造数工具，我以为没用就随便让AI生成了一下，结果面试一直问我vibe coding的思路。。。。

bg27届双九图形学方向，有一段网易雷火日常实习，挂了三天又被光子捞起来面了。总时长大概50分钟。1、自我介绍2、介绍一下实习做过的性能优化任务，以及问了一大堆细节问题。3、介绍一下实习做过的内部工具相关任务。4、介绍一下简历上的两个项目。5、有一个项目底层采用了socket通信，走的什么协议（UDP）。6、为什么要选择UDP这种需要自己定义包体结构的底层方案，有没有考虑过其他方案。7、平时用ai辅助编程吗，用什么模型。八股就问了以下两个：8、C++虚函数9、有什么办法可以避免接收函数返回对象时的拷贝操作（右值引用、移动构造函数、移动赋值运算符）无手撕，面试官对实习经历和项目都非常感兴趣问了很多，感觉聊得还挺好的。