欢迎友好讨论，信息共享1.对不同强化微调范式的了解、区别（问了PPO和GRPO的区别）2.transformer的结构捋一下3.self-attention介绍一下4.MHA相较于单头的好处5.bert模型的结构6.agent和llm的区别7.bge-m3模型的训练过程、loss设计等8.deepseek的创新设计9.讲一下MOE10.deepspeed的三个阶段11.对多模态大模型的了解12.qwen3-embedding模型和reranker模型的区别

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1.请实现一个AI对话气泡的CSS布局，要求头像固定在左侧，对话内容在右侧自适应，且内容过长时自动换行。2.在AI场景中经常使用SSE(Server-Sent Events)，请简述它与WebSocket的区别。3.请手写一个简单的打字机效果函数，模拟AI逐字输出的过程。4.在处理 A返回的大量文本时，如何防止页面因频繁更新而卡顿?5.如何使用FetchAPI实现对流式数据的读取和中断?6.介绍一下Promise.all和Promise.allSettled的区别，以及在Al多模型调用场景下的选择。7.算法题:给定一个包含对话记录的数组，每条记录有id和parentld，请将其转换为树状结构。8.CSS中如何实现一个文本打字时的光标闪烁效果?9.解释一下什么是XSS攻击，在渲染AI生成的HTML内容时如何防范?10.在React中，为什么要避免在循环或条件语句中调用Hooks?

继续来分享下之前的面经~欢迎友好讨论，信息共享1. dpo 和 sft 的区别，先 dpo 后 sft 可以么2. 如果把 DPO 用在“第一轮对话”，你会怎么做数据集？prompt、chosen/rejected 你打算怎么来3. 多轮对话的数据分布你会怎么设计：单轮和多轮各占多少，为什么这么配4. 具体到 DPO 数据，多轮样本你会怎么采样/怎么配比（有没有什么坑）5. reward hacking 你怎么看？一般怎么防，怎么兜底

攒攒人品！有面试过同岗的朋友欢迎评论区交流1.对于社区讨论类、用户生成内容较多的数据源，会做哪些额外的数据清洗或质量控制？2.如何对metadata做数据处理？3.检索系统中，数据预处理、metadata 设计和索引构建是如何考虑的？4.检索阶段是如何做召回和精排的？为什么要结合关键词检索、语义检索和 rerank？5.检索结果注入生成模型后，这个模型是用于实验验证，还是面向真实部署场景？6.如果后续要正式落地，你会从哪些维度重新评估模型选型？7.你如何理解 RAG？它的核心目标是什么？8.RAG 的典型流程包括哪些阶段？每个阶段的关键点分别是什么？9.在实际应用中，RAG 的效果上限主要受哪些因素影响？10.在什么场景下更适合使用 RAG，而不是把规则或知识直接固化到系统逻辑里？11.在 Agent 或助手系统里，tool calling 一般适合解决什么问题？12.MCP 或类似协议在工具调用体系里主要起什么作用？13.Skills 和 tool calling 的区别是什么？14.如果要用 skills 重构一个现有助手系统，哪些模块最适合优先抽象成 skills？15.在多模态系统中，引入 Adapter 的主要作用是什么？16.Adapter 在模态对齐、参数高效训练、信息筛选和可迁移性上分别有什么价值？17.用模型对长文本做预提取、重写或摘要，与直接截断相比，有什么本质区别？18.滑动窗口、摘要压缩、关键词提取、长期 memory 存储，这几类方案分别适合什么场景？19.DPO 和 GRPO 的核心区别是什么？

给我面没招了，感觉自己好菜、面试很难，还是要多多练习1.为什么在 RAG 流程中引入父子索引（Parent-Document Retrieval）？2.为什么引入 BM25？向量检索和 BM25 的融合比例是怎样的？3.检索融合的具体流程是什么？召回后有没有做 Rerank？4.Rerank 后返回几个块（Chunk）？有没有针对这个返回数量做过验证？5.Rerank 后的 TopK 截断是怎么做的？为什么是这个值？有没有其他截断方案？6.讲一下上下文工程（Context Engineering），Agent 的记忆（Memory）是怎么做的？7.请详细讲解分布式令牌桶限流的实现。8.漏桶算法（Leaky Bucket）的原理讲一下。9。滑动窗口算法限流讲一下。如果用代码实现，滑动窗口的结构体会包含哪些字段？10.滑动窗口和令牌桶相比有什么缺点？11.在 Redis 中，你会用什么数据结构来实现滑动窗口限流？12.LRU 缓存的实现原理讲一下。13.布隆过滤器（Bloom Filter）的底层原理和适用场景讲一下。14.MySQL 索引会在哪些情况下失效？15.在使用 LIKE 进行模糊查询时，索引什么情况下会失效？16.MySQL 的事务隔离级别有哪些？如何保证一致性？17.详细说说 MVCC 的实现，ReadView 的生成时机是怎样的？18.在不同的隔离级别下，一个事务分别会创造几个 ReadView？19.MySQL 都有哪些锁？它们的作用分别是什么？20.为什么选择 Python 和 Go 作为技术栈？在处理并发时有什么区别？21.手撕代码：实现反转链表

脉脉说今年AI岗同比增长14倍百度AI岗占比超90%，阿里80%。我这种普通学校的算法选手，连面试机会都没有。是不是该转开发了？求建议！

发一下问题给大家参考，攒攒人品！1.lora微调如何初始化2.transformer的原理3.为什么要除以dk4.为什么大模型多用decoder-only5.是否了解传统推荐6.平常用什么语言，会Java或者c++这种工程的吗7.手撕:最长上升子序列

整体面试还是不错的，发一下问题给大家参考，攒攒人品！1.项目拷打2.多场景建模了解3.针对MMOoE的负迁移和跷跷板问题，提出了什么模型？哪家公司提出的？4.有一篇引用量最高的 STAR模型，了解吗？5.讲讲专家极化问题怎么解决？6.会不会写spark？7.懂不懂hdfs（分布式）？统计基础1.假设检验的实际问题2.中心极限定理3.辛普森悖论手撕代码1.二分查找

自我感觉良好但喜提人才库，我真没招了...1.dpo原理 为啥要用dpo不用ppo2.ppo中的reward model如何训练3.ppo中的 GAE和优势函数是什么4.3b模型的数据是哪里得到的5.grpo和ppo的区别 优势在哪里了解 GQA和 MHA么6.手写一下 dpo和ppo7.手写多头注意力机制8.手写梯度下降法的二分

项目占主要部分，写到简历上的项目细节一定要熟悉1.数据的组织形式是什么2.交叉熵和infoNCE的区别3.RQ-kmeans和RQ- VAE的区别4.工程上的优化细节5.项目2吟唱6.推荐系统从LR开始的大概脉络是什么7.有没有了解过onerecv2手撕：Kmeans实现

1.实习介绍2.梯度下降是局部最优还是全局最优？3.在rqvae和rqkmeans中如何评价生成sid效果的好坏？4.位置token可以用什么方法实现？5.曝光未点击的样本在训练中可以怎么利用起来？离离线auc指标提升了，线上指标持平的话你会怎么排查问题？6.在多卡分布式训练上如何实现模型增量更新？知道原理吗？7.代码n个m面的骰子掷到和为k的概率

感觉整体面试还是不错的，但是没后续了，不知道是出了什么问题....1.深挖简历2.如何解决用户分发点击不一致的问题？3.介绍一下MAML的训练方法4.假设一个批次内只有一个任务A，有一个初始值a，a在任务A德训练集上梯度下降一步，得到任务A的最优参数a1，根据任务A的测试集，计算损失对最优参数a1的梯度，将这个梯度平移过来作为损失对初始值的梯度，沿着这个方向梯度迭代一步，得到初始值a的新值a25.除了元学习，你了解的针对冷启的方法还有哪些？6.跨领域学习，利用sideinfo，知识图谱等等7.对召回了解多吗？介绍一下几个主流的模型8.大谈双塔以及双塔的各种改进版本以及MIND，EGES等等代码最接近的三数之和反转链表并打印出来

1.详细介绍下你最有含金量的一个项目2.项目过程中有没有遇到过明显的卡点，是怎么解决的3.有没有涉及到语义id相关的项目4.SMOE相关研究有没有了解探索，增大多少参数量能实现多少指标提升5.sid用到精排模型中，有对比过prefix和n–gram方法吗6.最近有看一些论文吗，你觉得最有意思的一篇是什么，可以介绍下吗7.让你来做的话，你会用rankmixer还是transformer，为什么8.手撕用numpy实现矩阵分解与梯度下降

1.esmm使用场景?存在什么样本选择偏差?2.手写esmm损失函数3.推荐系统评价指标?auc，gauc详细讲讲deepfm，dcn是如何做特征交叉的?为什么不能直接用dense做特征交叉，需要这一些显式交叉?如何理解特征交叉?4.具体讲讲m3oe模型是什么样的?5.m3oe为什么需要对每个场景和任务建模，直接换成全部对任务建模可不可以?6.拷打论文7.手撕152.乘积最大子数组