蚂蚁暑期 推荐算法一面面经分享 1h

继续来分享下最近的面经~1.实习拷打2.拷打第一个项目:2.1数据构成和特征处理方式?2.2多任务融合权重怎么设定?是否固定权重?设定的依据是什么?2.3 Pairwise 为什么选 soft margin hinge loss?3.拷打第二个项目:3.1为什么要添加新的行为序列?与已有序列之间的关系?3.2序列建模方式尝试了哪些?为什么最后选Target Attention?3.3有没有试过使用更长的序列长度?3.4序列item和candidateitem是单独还是共享Embedding?4.拷打第三个项目:4.1与RankMixer 的差异是什么?4.2QKV和FFN参数异构的必要性?4.3是否了解 RQ-VAE/RQ-Kmeans?5.Coding:5.1计算AUC(其中包含同分样本)5.2最大子数组和(Hot 100No.53)

继续来分享下最近的面经~1.手撕编辑距离2.dpo grpo基本原理 损失函数构成3.reward hacking解决办法4.kl散度5.llm做数据清洗6.QA注入知识的作用7.grpo在cot场景下不稳定怎么改进8.grpo改进9.dapo gspo聊一聊10.transformer模型自注意力机制计算复杂度

1．自我介绍2．介绍实习项目，整体的模型框架3．为什么你设计的模块可以解决负迁移4．介绍你们的特征交叉怎么做的5．序列建模怎么做的6．损失函数用的是什么7．有接触过线上吗，怎么推全8．解释 auc , gauc9．还了解什么排序模型10. transformer 介绍一下，位置编码怎么做的，加速方式11．介绍论文背景，遇到的挑战，数据集是自己的吗，预训练做了什么12．手撕最大子数组和📳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。

攒人品中 1.项目拷打2.实习拷打3.用什么AI产品解决问题?用Claude学东西+各种拷打自己..用codex和claude code做pj4.场景题,给你一个场景如何节省token开销来解决这个问题5.场景题,还是围绕开销,具体忘了6.你项目的数据集多大7.能实习多久