美团搜推算法日常实习一面

1. 项目介绍2. itemcf公式，itemcf改进的公式了解吗3.项目拷打，问的比较仔细，模型的参数，数据量等4. MMOE的缺点？PLE的改进点在哪？transformer中用softmax有什么问题呢？该怎么解决6. 场景题：Alice和Bob选数字，偶数A得分，奇数B得分7. 手撕：最长递增子序列的改版8.反问

多模态算法实习生2026.01.20，上午10:15，一面，线上，10多min，面试官没开摄像头 1.自我介绍 2.MindIE 现在的发展情况如何？ 在 910 服务器上，Mind IE 的性能比 VLLM 和 SGLang 等要快，都是适配该服务器的版本。 3.用 OneBench 测试时测吞吐了吗？ 没有做模型性能压测，只做了精度测试。 4.为什么选择这三个数据集做测试？ 因为是用中文数据微调，所以选中文数据集，LOGI 是中文逻辑推理数据集，MUSR 是中文意图识别数据集，还有一个综合类中文通用数据集，从不同角度对比能看出性能差异。 5.Qwen3 的 8B 有 thinking 能力...

📍面试公司：360一面： 12.24 84min1、自我介绍2、项目3、transformer自注意力及相关变体4、大模型外推5、强化学习算法有什么区别6、为什么bert时代没有出现scaling law7、最近有看什么新技术论文吗？8、算法题：约瑟夫环9、反问项目聊了挺多的，聊完问了一些基础问题，也没深问，大概讲了一下就接着下一个问题。面完30分钟就约二面了二面 12.26 71min1、自我介绍2、项目3、算法题 加起来和为目标值的组合 最小覆盖子串太菜了，算法题没写出来，还给我换了一道也没写出来，面试官说再给你换一道吧，后来又说算了不写了，给机会不中用。面试官挺好的。面完官网显示hr面排序中，有没有哥懂的，这还有没有戏了

从一个小故事说起你还记得小时候学骑自行车吗？没有人一上来就会骑。刚开始的时候，你歪歪扭扭地扶着车把，脚踩上踏板，车子晃了两下——砰，摔了。膝盖破了皮，疼得龇牙咧嘴。但你爬起来，又试了一次。这回你发现，身体稍微往左倾的时候，车把往右打一点，好像能稳住。于是你又骑了几米远，然后——又摔了。就这样摔了无数次之后，突然有一天，你发现自己居然能骑着车满院子跑了。那种感觉特别神奇，你也说不清楚具体是怎么学会的，但就是会了。这个过程，其实就藏着强化学习最核心的秘密。那到底啥是强化学习？咱们先别急着下定义，继续聊骑自行车这事儿。你想想，学骑车的时候，有没有人给你一本《自行车骑行标准教程》，上面写着左腿发力系数...