分页解析
第 11 页面试题
筛选题目 公司、岗位、知识点
公司
公司岗位
岗位
标签
怎么排查性能问题？
排查性能问题不能从单点经验出发，而要先把问题定义清楚：慢在哪里、影响谁、从什么时候开始、哪个指标异常、是否可复现。标准思路是先量化现象，再按调用链从客户端、网关、应用、缓存、数据库、网络和机器资源逐层缩小范围，结合压测、监控、日志、链路追踪、慢查询、线程栈、GC 日志、火焰图以及 CPU、内存、IO、网络等指标定位根因，最后通过修复验证和回归压测证明问题真正解决。
自动化测试流程和工具底层原理是什么？
自动化测试不是把手工步骤录制成脚本，而是围绕需求风险、用例分层、框架能力、工具协议、稳定性治理和持续集成建立一套可重复验证体系。工具底层通常通过浏览器调试协议、WebDriver 协议、移动端自动化驱动或操作系统辅助能力来发现元素、计算可操作状态、注入事件、采集结果并回传执行状态。
指针函数和函数指针的区别？
指针函数和函数指针的核心区别在于“谁是指针”。指针函数本质仍然是函数，只是返回值类型是指针；函数指针本质是指针变量，只是它保存的是某个函数的入口地址。区分它们时，重点看括号优先级、标识符先和谁结合，以及后续是被调用还是被赋值保存函数地址。
大模型微调方法有哪些？
大模型微调可以从“训练目标”和“参数更新方式”两条线回答：训练目标包括继续预训练、监督微调、偏好对齐和任务适配；参数更新方式包括全参数微调和参数高效微调。面试中要说清每类方法解决什么问题、用什么数据、优化什么损失，以及成本和风险。
同题还出现在 1 个公司岗位
普通模型的query fine tuning和SFT有什么区别？
如果这里的 query fine tuning 指普通模型围绕查询输入做下游任务微调，它和大模型 SFT 的主要区别在于数据形态、优化目标和输出形式。前者通常学习 query 到标签、分数、向量或候选排序的任务映射；SFT 则训练自回归大模型在给定指令后生成期望回答。
大模型预测token的损失是怎么算的？
大模型预测 token 的损失通常是自回归 next-token 交叉熵。训练时用 teacher forcing，把真实前缀作为上下文，模型在每个位置输出词表 logits，经 softmax 得到下一个 token 的概率，再对真实 token 取负对数似然，最后在有效 token 上求平均或求和。
大模型里的temperature参数能控制复读、增强多样性，背后的原理是什么？
temperature 的本质是调节 softmax 分布的尖锐程度。温度低会放大高概率 token 的优势，使输出更确定、更保守，也更容易陷入高概率重复模式；温度高会拉平概率分布，提高熵和采样多样性，但过高会引入低质量 token，导致语义漂移或不稳定。
一个模型对prompt会生成多种回答，那么DPO的pair数据如何选取？
DPO 的 pair 数据不是简单地从同一个 prompt 的多个回答里任意两两组合，而是要构造“同一上下文下，偏好方向明确、质量差异可学习、噪声可控”的 chosen/rejected 对。核心目标是让模型学习相对偏好，同时避免把无意义差异、标注偏差或长度偏置放大。
mask attention是如何实现的？
Mask attention 的核心是在计算 attention 权重前，对不允许关注的位置加上一个极小值，使这些位置经过 softmax 后权重接近 0。它常用于因果语言建模、padding 屏蔽、局部注意力和结构化可见性约束。
同题还出现在 1 个公司岗位
Self attention的公式是什么，为什么要除以sqrt(dk)？
Self-attention 的常见公式是 Attention(Q,K,V)=softmax(QK^T/sqrt(dk))V。除以 sqrt(dk) 是为了控制点积分数的方差，避免维度较大时 logits 过大导致 softmax 饱和、梯度变小、训练不稳定。
二分类任务中，AUC是什么意思？
二分类 AUC 通常指 ROC 曲线下面积，衡量模型把正样本排在负样本前面的整体排序能力。AUC 越大，说明模型区分正负样本的能力越强；随机排序约为 0.5，完美排序为 1。
模型性能如何评估？
模型性能评估不能只报一个 accuracy。更稳的回答是先确定任务类型和业务目标，再区分离线指标、线上指标、鲁棒性指标和成本指标，最后说明数据切分、统计显著性和误差分析如何保证评估可信。
同题还出现在 1 个公司岗位
推荐系统工程上是怎么实现的？
推荐系统工程实现通常是召回、粗排、精排、重排、策略和反馈闭环的多阶段链路。面试中要讲清离线训练、实时特征、在线服务、实验平台和监控回流，而不是只列几个推荐算法名字。
Attention如何计算？
Attention 的核心是用 query 和 key 计算相关性权重，再用这些权重对 value 做加权求和。Transformer 中常见的是 scaled dot-product attention：softmax(QK^T / sqrt(dk))V，多头注意力则并行学习多组关系。
怎么加速模型训练？
加速模型训练要从数据、模型、计算、分布式和实验流程五层回答。核心不是简单说“加 GPU”，而是减少无效计算、提高硬件利用率、降低通信成本，并保证加速后模型效果和可复现性不被破坏。
同题还出现在 1 个公司岗位
Reward model如何训练？
Reward model 训练的核心是把人类偏好转成可学习的评分函数。常见做法是对同一 prompt 的多个回答做偏好标注，构造 chosen/rejected pair，用 pairwise ranking loss 训练模型给更优回答更高分。
同题还出现在 1 个公司岗位
深度点击率预估模型如何选型？
深度点击率预估模型选型要看特征规模、样本量、实时性、可解释性和业务阶段。回答时可以从 LR/GBDT 到 Wide&Deep、DeepFM、DIN、DCN、MMoE 等模型演进讲起，再说明如何用离线指标和线上 A/B 验证。
如何判断模型是否过拟合？
判断过拟合要看训练集表现和验证/测试集表现是否明显分离。典型现象是训练 loss 持续下降、训练指标很好，但验证指标停滞或变差。还要结合学习曲线、分桶表现、交叉验证和线上泛化来排除数据泄漏或分布漂移。
OpenCV里边缘检测怎么做的？
OpenCV 边缘检测常见流程是灰度化、去噪、计算梯度、非极大值抑制和阈值连接。面试中可以重点讲 Canny，也可以补充 Sobel、Scharr、Laplacian 等算子分别适合检测一阶或二阶变化。
你对大模型分布式训练的底层了解多少？
大模型分布式训练的底层要围绕并行策略、通信开销、显存拆分和容错监控来讲。面试回答不能只说“多卡训练”，要能解释数据并行、张量并行、流水线并行、ZeRO/FSDP 以及 AllReduce 等通信模式各自解决什么问题。
在一个文档中，如何筛选出对一个综合场景大模型的微调数据？
从单个文档筛选综合场景大模型微调数据，关键是把原始内容变成高质量、多任务、可验证、去噪去重的指令样本。回答要覆盖场景定义、片段切分、样本构造、质量过滤、分布配比和评测闭环。
特征工程中，如何处理高维稀疏特征？
高维稀疏特征常见于推荐、广告和搜索场景，处理思路是降维、哈希、Embedding、正则化和特征筛选。回答要说明稀疏性带来的计算、存储、过拟合和泛化问题，再按模型类型给出处理方法。
特征工程中，为什么要对连续特征离散化？
连续特征离散化的价值在于增强非线性表达、降低异常值影响、提升可解释性，并让线性模型更容易学习分段关系。回答要同时说明适用场景、分箱方法、信息损失和线上一致性。
Uplift模型评估指标有哪些？
Uplift 模型评估的核心不是预测转化概率，而是衡量干预带来的增量效果。回答应覆盖 uplift curve、Qini curve、AUUC、Qini 系数、分组 uplift、Top-K 增益和 A/B 验证。
Uplift模型与传统分类模型的核心区别是什么？
Uplift 模型和传统分类模型的核心区别在目标变量：分类预测用户会不会转化，Uplift 预测干预会让转化概率提升多少。面试要讲清训练数据、标签构造、模型输出、评估指标和业务使用方式的差异。
多模态特征怎么融合？
多模态特征融合要解决不同模态的表示、对齐、尺度、缺失和交互问题。面试回答可按早期融合、中期融合、晚期融合和注意力/跨模态交互展开，再补充训练目标、缺失模态和线上成本。
ESMM模型里，CVR和CTR任务共享Embedding层，这个在代码层面具体是怎么实现的？
ESMM 中 CTR 和 CVR 任务共享 Embedding 的代码实现，本质是同一批稀疏特征经过同一组 Embedding layer 查表，得到共享底层表示，再分别进入 CTR tower 和 CVR tower。回答要讲清共享参数、前向路径、loss 设计和训练样本空间。
同题还出现在 1 个公司岗位
GBDT 的实现流程是什么？
GBDT 的实现流程是不断训练回归树去拟合当前模型的负梯度或残差，并把新树按学习率累加到集成模型中。回答时要讲清初始化、计算伪残差、建树、叶子权重、模型更新和停止条件。
XGBoost 为什么比传统 GBDT 快？
XGBoost 比传统 GBDT 快，主要来自工程和算法两方面优化：二阶近似、预排序或直方图、稀疏感知、列块并行、缓存友好访问、正则化剪枝和分布式训练。回答要避免只说“并行”，因为 boosting 的树轮次本身仍然有依赖。
如何用 XGBoost 处理不平衡分类问题？
用 XGBoost 处理不平衡分类，要同时调整训练目标、样本权重、采样策略、评估指标和阈值。面试回答不能只说调 `scale_pos_weight`，还要说明为什么 accuracy 不可靠，以及如何用 PR-AUC、Recall、F1 和业务成本验证。
因果推断中，混淆变量和中介变量有什么区别？
混淆变量和中介变量的区别在于因果位置不同：混淆变量同时影响处理和结果，需要控制；中介变量位于处理到结果的路径上，解释作用机制，是否控制取决于要估计总效应还是直接效应。
因果推断中，无法获取随机对照数据时如何估计因果效应？
没有随机对照数据时估计因果效应，需要用观察数据方法尽量构造可比组。常见思路包括倾向评分、匹配、分层、回归控制、DID、工具变量、断点回归、DML 和敏感性分析，但结论可信度依赖假设。
同题还出现在 1 个公司岗位
如何生成词向量？
生成词向量可以从共现统计、预测式训练和上下文化表示三条线回答。经典方法包括 one-hot、共现矩阵加 SVD、Word2Vec、GloVe、FastText，以及 BERT 这类上下文相关 embedding。
神经网络初始参数能不能全设成 0，为什么？
神经网络参数不能全部初始化为 0，因为同一层神经元会得到完全相同的梯度更新，无法打破对称性，多个神经元会学成同一个函数。偏置可以为 0，但权重需要随机或按 Xavier/He 等方法初始化。
L1 和 L2 正则化的区别是什么？
L1 和 L2 正则化都是限制模型复杂度、缓解过拟合的方法。L1 加的是参数绝对值和，容易产生稀疏权重；L2 加的是参数平方和，会平滑地压小权重，也常被称为权重衰减。
DragonNet如何保证输出的单调性和一致性？
DragonNet 这类因果效应模型要保证输出单调性和一致性，核心是把业务约束写进模型结构、输出变换、损失函数和训练校验中。回答时要区分预测值的数学约束、处理效应的一致性，以及线上分桶后的业务单调。
特征工程中，如何量化特征与目标变量的因果关系？
量化特征与目标变量的因果关系，不能只看相关系数或特征重要性，而要定义干预、构造对照、控制混淆并估计处理效应。常见方法包括 RCT、倾向评分、DID、IV、DML 和因果图分析。
编码解码模型具体怎么实现的？
编码解码模型的实现核心是编码器把输入序列压成上下文表示，解码器基于上下文和已生成 token 逐步输出目标序列。不同实现可以是 RNN seq2seq、attention seq2seq 或 Transformer encoder-decoder。
离散、连续特征如何拼接？
离散和连续特征拼接的关键是先把两类特征变成尺度合适、语义明确的向量。离散特征常用 one-hot、hash 或 embedding，连续特征要归一化、分桶或变换，再在模型输入层拼接。
如果需要为特定领域的文本训练一套 Embedding，你会怎么做？
为特定领域文本训练 Embedding，要从语料构建、分词策略、训练目标、负样本、评估和部署更新全链路设计。关键不是只训练一个向量表，而是让向量能服务领域检索、分类、聚类或推荐任务。
在样本不平衡问题中，除了修正数据集，还能有哪些方法？
样本不平衡除了修正数据集，还可以从损失函数、样本权重、阈值移动、指标选择、模型集成、概率校准和业务决策成本入手。回答要说明不同方法解决的是训练偏差、预测阈值还是评估偏差。
同题还出现在 1 个公司岗位
PLCC 相关系数是怎么实现的？
PLCC 通常指 Pearson Linear Correlation Coefficient，实现时就是计算预测值和真实值的协方差，再除以两者标准差乘积。它衡量线性相关程度，范围在 -1 到 1。
激活函数有哪些？
激活函数的作用是给神经网络引入非线性，常见包括 Sigmoid、Tanh、ReLU、Leaky ReLU、ELU、GELU、Softmax 和 Swish。回答要讲清各自范围、梯度特点、适用层和常见问题。
你觉得要如何提高目前支付宝中搜索功能的效果和用户体验？
这个问题可以按支付宝这类任务型搜索场景回答：同时提升搜索效果和用户体验，不能只改排序或入口样式。高质量回答应围绕意图理解、多路召回、排序目标、结果组织、交互反馈和实验评估展开。
Reward model你觉得训练到什么程度可以？
Reward model 训练到什么程度可以，核心不是训练集 loss 越低越好，而是偏好排序能力、校准性、泛化能力和下游策略优化效果达到稳定可用，并且没有明显 reward hacking 风险。
你了解推荐线上比较核心的环节吗？
推荐线上核心环节通常包括请求接入、特征获取、多路召回、粗排、精排、重排混排、策略约束、日志回流和监控实验。回答要讲清每一层的目标、输入输出和效率取舍。
在B站视频业务的场景下，有哪些可能的挑选特征的方法？
B站视频业务挑选特征，要从业务目标、候选特征池、统计筛选、模型重要性、消融实验、多模态表征和线上验证共同判断，不能只凭相关性或单次离线指标决定。
给定一个未排序数组，如何输出第K大的数字？
未排序数组找第 K 大，常见解法有排序、大小为 K 的小顶堆和 Quickselect。面试中最推荐先给出复杂度对比，再重点讲 Quickselect 的 partition 思路和边界处理。