继续来分享下之前的面经~欢迎友好讨论，信息共享1.项目拷打2.介绍一下数据集对大模型更熟悉还是传统推荐更熟悉3.强化学习dpo ppo grpo有了解吗4.大模型微调了解吗比如lora5.AUC和gauc是什么6.ndcg是什么7.pointwise pairwise 了解吗8.双塔召回多目标建模9.你有实际用过这些模型吗10.手撕:最长回文子序列

面试很难，还是要多多练习，攒人品中！1.讲一下为什么先cot后answer的情况下，越往后token的prob越高？2.用大模型蒸馏的cot很多噪声怎么办？3.对VLM做SFT，发现模型对文本信息更置信，看图片的时候反而会产生幻觉，怎么办？RL相关1. PPO中GAE的公式，如何递归计算每个token的优势？2. DPO的loss公式？3. GRPO和PPO有什么区别？GSPO和GRPO又有什么区别？4. RL中的熵塌缩和reward hacking遇到过吗？两个问题都有什么改进方法，最近有什么新论文提出了改进方法？5. 在组内采样类型的RL算法中，on-policy rollout不出正确答案怎么办？6. 知道Self-Distillation吗，为什么要做，最近这方面有哪些论文？7. RL过程中reward或者loss震荡严重，怎么办？

发一下问题给大家参考，攒攒人品！1.mha的作用是什么?2.qkv中attention计算公式3.除以根号d的作用是什么?4.layernorm作用是什么 放在前面后面的区别是什么 前归一化和后归一化的区别5.大模型主流的是什么?rmsnorm，为什么主流的是这个?6.对序列建模，对超长序列的优化手段有什么?7.token压缩的方式?8.长序列训练效率相关的，如何加速？9.训练模型遇到过哪些异常?如何解决?10.碰到nan怎么解决11.梯度消失和梯度爆炸分别如何解决?12.除了梯度异常 还有其他异常吗13.比如过拟合  如何解决14.手撕: 组合总和2

发点面经，攒攒人品～1. 实习拷打2. 聊项目3. 手撕代码1: 用pytorch写self-attention4. 手撕代码2: 前K个高频数5. 手撕代码3: 二叉树前序、中序、后序遍历，然后根据后序和中序结果写前序遍历6. 了解广告、推荐算法吗？7. 介绍下wide&deep、deepfm8. 多任务模型怎么联合学习9. 过拟合的原因和解决办法10. 决策树，xgb和随机森林的区别11. 对数据做归一化的方式有哪些？12. 如何去除噪声异常点？13. 有哪些数据降维的方式？PCA的原理？

发一下问题给大家参考，攒攒人品！有面试过同岗的朋友欢迎评论区交流1. 实习拷打2. 项目拷打3. 模型为什么不直接用单任务估 pcvr，这不是更直接？4. 为什么多任务模型比单任务更好？5. 特征层面进Sharebottom特征怎么选的？6. 广告模型用的特征具体有哪些类别？7. 用户侧特征都有什么？8. 自己有具体去看过特征吗？比较重要的有哪些？9. 做网络优化前有考虑先从特征统计层面做优化吗？10. PLE和MMoE用过没？为什么效果不如当前的模型优化？体现在哪里？11. 共享屏幕随便打开一个讲 MMoE 的博客讲一遍12. MMoE 你觉得最大的亮点在哪里13. MMoE 伪代码14. 关于增量特征，从原始特征选一部分，而不是做更多新特征，这点怎么考虑的？15. 八股 QKV怎么做并行的 写个伪代码16. 场景题：滴滴打⻋用户一公里之内随机出现⻋，求距离期望

面试体验很好，面试官也很专业。项目问题八股：讲一下GQA、MLA等结构MLA对Query压缩了么？什么框架做RL训练的？DPO对齐方式有用过吗？介绍DPO的原理？DPO优化目标介绍Reference Model需要训练吗？DPO训练只用DPO对齐阶段的Loss吗？代码题：最大乘积子数组

开局直接手撕，没自我介绍非hot100 能修改k个字符，求一个字符串的最长重复数。没运行，只要写代码说思路自己选一个项目介绍问了一些场景题，比如遇见稀疏reward可以怎么处理然后sample level loss和token level loss为什么在你项目区别不大这些手撕20min+面试15min

本轮面试没有涉及代码，考了综合素质。智力题：9个秤砣，有一个偏重或者偏轻，请问最少几次能找到那个异常的？考察了综合视野，你怎么看k2 GLM4.5的基座agent化？你觉得agent的路在哪里？你觉得未来哪个agent方向最有可能落地？为什么？你在训练中觉得哪一个环节最头疼？怎么合理构建大批量人工数据？或者怎么样对已经有的业务数据进行高质量地批量清洗？什么时候你用了规则？什么时候你用了LLM？为什么用gemini？为什么不用gpt4.1？

（1）面试官介绍部门业务方向，相对小众；（2）拷打与部门业务方向相关的实习经历；个人的贡献以及整体团队的协作配合；会问对相关前沿技术的了解情况，以及结合部门业务情况提出相关的场景题和拓展题；（3）八股：注意力机制，损失函数。（4）手撕：寻找重复数；最长公共子序列；（5）反问：业务，base地总结：大概率KPI面，没什么算法hc的感觉。