美团-推荐算法实习-一面 攒人品中

有面试过同岗的朋友欢迎评论区交流1）实习介绍2)项目拷打3)在做大模型训练时，一般用全参数微调还是lora微调?简单描述下lora的原理。4)训练的优化器一般用什么?Adam跟SGD的显存相比哪个占比更高?5)对搜推有了解吗，比如精排、召回的模型?除了FM和DeepFM这种做特征交叉的结构，还有哪些其他的做特征交叉的结构吗?DCN了解吗?6)精排和召回的区别在哪，或者说为什么一般先做召回再去做精排?7)代码题:leetcode hot100的题

1.你知道 DPO 的损失函数公式吗，2.GRPO , PPO 与 DPO 区别是什么3.GRPO / PPO 是 on policy 还是 off policy 的， DPO 呢4.DAPO 对 GRPO 的改进有哪些5.Gspo 对 Grpo 的改进有哪些6.比较一下 process reward 和 outcome reward7.强化学习训练时遇到 reward 上升，但 validation 时效果下降，有哪些解决思路8. VeRL 框架是同步的还是异步的，具体的训练流程是什么9.了解 RL 的训推不一致问题吗？训推不一致的产生原因是什么10.你认为未来 SFT 阶段和 RL 阶段，哪个更重要📳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。

发一下问题给大家参考，攒攒人品！1.你提到自己部署过Deepseek的模型，具体的部署脚本流程你了解吗，还是仅作为执行方?2.你们有自己的GPU吗?3.为什么要自己部署语言模型，API其实并不贵?4.模型参数量对语言模型有什么影响?5.若要使用大参数量模型，如何解决其自由发挥的问题?6.在提示词方面你熟悉吗?通用情况下，如何通过提示词获得更高质量的回答?7.我们岗位要做多样场景的AI工具机器人(如服务器运维巡检、网络巡检、市场分析等AI应用开发)，你是否能接受?8.你知道什么是向量数据库吗(结合AI+RAG场景)?9.为什么需要用向量数据库?它解决了传统大模型的什么问题?10.若要做企业知识问答机器人，利用企业内部的Word、PDF文档实现检索增强，你会如何完成这个需求?11.文档存入向量数据库的中间流程是什么?12.你提到的向量化是embedding吗?一般怎么做embedding，你有实践过吗?13.如何判断RAG的召回质量是否符合期望?若不满足，可调整什么参数优化?14.向量相似度度量有哪些计算公式(算法)余弦相似度15.你有没有做过AIAgent(如工具调用相关)，可以介绍一下吗16.做意图识别时，如何确保LLM能根据用户输入准确识别要调用的工具?写prompt17，若工具数量较多(如10-20个)，每个工具都写描述和示例会让prompt过长，有没有其他解决办法18.若20个工具可分为3-4类，如何设计两层工具调用提升意图识别准确率?

感觉强度不小，快hold不住了...项目拷打1. 项目的创新点2. 数据集特征，分别做了哪些处理3. 数据特征的分布情况，为什么数据适合模型？4. DCN-v2 和 DCN 的区别，分别详细讲讲算法知识1. 了解 MmoE 吗2. 多个目标分数怎么融合3. 回归损失和分类损失共存的情况下，出现的问题，比如说损失尺度不一样，模型偏向优化大目标，这该怎么解决4. 再比如，不同任务之间梯度方向冲突，训练震荡，这怎么解决？5. 说说你了解的粗排模型6. 什么是生成式推荐？它和传统的判别式推荐7. 生成式推荐的典型应用场景有哪些？8. 生成式推荐常用的模型架构有哪些？9. 生成式推荐的评价指标和传统推荐有什么不同？10. 如何将大语言模型（LLM）融入推荐系统？11. 生成式推荐落地时，面临的核心技术挑战有哪些？Code1. 数组中，两数之差的最小值，返回下标（非 hot 100的简单题）2. 三数之和