字节搜推算法实习一面面经 1h

面试很难，还是要多多练习,发点面经攒攒人品～1.Embedding与生成模型协同工作是怎么做 的?2.减少大模型幻觉，你用过哪些方法?3.大模型输出幻觉如何识别?有什么自动化评估指标?4.搜索准确性不高你怎么排查?召回、排序哪个阶段最可能出问题?5.如何从系统层面提升搜索结果的相关性?6.你在项目中做过哪些相关性优化?有没有量化结果?7.生成式搜索能否保证top-1的准确性?怎么提高?8.生成式搜索流程怎么设计?9.生成式排序你了解吗?10.如何构造排序模型训练数据?如何解决正负样本不均?

感觉一直在被打断...1.数据蒸馏是什么？有哪些 trick？2.system_prompt 作用是什么？3.讲一下 grpo4.多模态 grpo 有什么 trick？5.推理路径如何显示输出，模型不遵循指令怎么处理？6.温度的公式和作用，实际中你怎么用的7.手撕：非递减的数组找出给定 k 的最左和最右索引

一、先卷清：你要进哪条赛道（别乱卷）硬核算法/大模型岗：卷学历（硕博优先）、论文、顶会、分布式训练、Transformer、预训练/微调/SFT/DPO。神仙打架，普通人慎入。AI应用开发/LLMOps：卷Python、PyTorch、Hugging Face、RAG/Agent、向量库、模型部署、Docker。本科可冲，最稳上岸口。AI产品/运营/提示词：卷业务理解、Prompt工程、需求拆解、数据评估、落地闭环。非技术转行最优解。数据/标注/训练师：卷规范、效率、质控、领域知识。门槛低，但可替代性高，要快速往上走。二、必须卷的硬技能（缺一个都难拿Offer）1. Python+基础工具焊死：NumPy/Pandas/Sklearn，不会别投AI岗2. 大模型三件套必掌握：Prompt、RAG、微调（QLoRA够用）3. 工程能力＞理论：能跑通项目、能部署、能排查bug，企业不养做题家4. 一个能上线的作品集：私有知识库、智能问答、自动化Agent，比证书有用10倍5. 基础数学不拖后腿：线代、概率、统计，不用精通但要懂三、更要卷的软实力（决定你能不能过面试）会拆需求：把业务问题转成AI能解决的任务会验结果：识别AI幻觉，判断输出能不能用会讲项目：说清你做了啥、解决啥问题、数据指标能落地：不是会调参，是能把东西做出来给业务用四、现在AI求职的真实残酷真相算法岗极度卷学历，300份简历过不了10个只会基础CRUD、只会套壳、只会问ChatGPT的，全被淘汰企业不招“懂AI概念”的，只招能带来价值的最吃香的：技术+行业复合人才，比纯技术溢价更高五、给普通人的最简卷法（直接照做）1. 选AI应用开发/提示词/AI产品，别死磕算法2. 做1个完整RAG项目，写进简历3. 练会一套面试话术：项目背景→方案→技术点→效果4. 持续跟进主流模型与工具，保持学习力想进AI，别卷虚的，卷落地、卷作品、卷解决问题。

bg：双非本，北邮硕想走应用算法岗，但是担心未来就业卡本科学历现在研一，不太敢去面试，看网上的日常实习面经，感觉很难答上，课题主要是做机器学习补偿方向，实验室是线上沟通，我未来想工作，所以特别想去找实习，但是目前没有相关项目，网上信息太多，太杂乱了，想问问各位佬有什么项目建议吗？因为本科并没有合适的实习经验可写，目前简历无从下手