快手高频面试题
为什么 self-attention 可以堆叠多层，有什么作用？
原题多头有什么作用？如果想让不同头之间有交互，可以怎么做？
原题讲一讲多目标优化，MMoE 怎么设计？如果权重为 1,0,0 这样全部集中在某一个专家上该怎么办？
原题介绍一下神经网络的优化器有哪些。
原题介绍一下推荐算法的链路流程。
原题介绍一下神经网络的初始化方法。
原题讲一讲推荐算法序列建模的模型。
原题PPO 和 DPO 有什么区别？
原题DPO训练可能遇到的问题
原题位置编码介绍及ROPE（相对位置编码）的优势
原题Transformer 的结构整体介绍一下
原题BatchNorm与LayerNorm的区别及Transformer的选择
原题PostNorm与PreNorm的优缺点
原题PostNorm与PreNorm都需要warm up吗？
原题自我介绍
原题Rerank的Top-k数量怎么确定？
原题平时vibe coding吗？做过什么项目？
原题讲一下你项目里的Prompt一般怎么写？
原题了解ToT或者GoT吗？讲一下
原题如果工具调用超时或返回空值，你如何设计Prompt让Agent反馈用户？
原题讲一下Agent中的短期记忆和长期记忆分别怎样存储？
原题向量数据库检索出来的历史信息，如果语义相关但时间太久，能直接用吗？
原题对于RAG，既然向量检索已经计算了相似度，为什么还要用引入交叉编码器进行重排？
原题平时vibe coding吗？做过什么项目？
原题长文档切片的粒度你一般怎么选择？
原题如何评估Rerank的有效性？有什么指标吗？
原题自我介绍
原题讲一下你项目里的Prompt一般怎么写？
原题平时vibe coding吗？做过什么项目？
原题向量数据库检索出来的历史信息，如果语义相关但时间太久，能直接用吗？
原题了解ToT或者GoT吗？讲一下
原题如果工具调用超时或返回空值，你如何设计Prompt让Agent反馈用户？
原题讲一下Agent中的短期记忆和长期记忆分别怎样存储？
原题Rerank的Top-k数量怎么确定？
原题对于RAG，既然向量检索已经计算了相似度，为什么还要用引入交叉编码器进行重排？
原题如何评估Rerank的有效性？有什么指标吗？
原题长文档切片的粒度你一般怎么选择？
原题高性能Attention重构具体做了哪些工作
原题部署过什么模型、参数量多大
原题在项目中承担什么角色
原题使用的底层框架是什么
原题C++相关理解
原题来源未给出具体的 C++ 考点。
是否部署过小模型？低时延怎么做，重点问prefill阶段
原题是否用过Triton写kernel？解决了什么问题
原题GPU架构基础：SM、Warp相关理解
原题Attention算子主要优化点
原题是否用过profile性能分析工具
原题如何判断算子存在问题
原题如何根据profile结果做算子优化
原题是否了解Roofline屋顶线模型
原题算子优化常见两类瓶颈是什么
原题新请求prefill会不会踢掉正在运行的decode请求
原题原题未明确“踢掉”指暂缓调度还是真实抢占。
prefill与decode能否混合调度
原题是否了解线性注意力
原题意向方向：训练还是推理
原题量化了解吗，AWQ原理
原题W8A16在forward中执行流程
原题手撕算法:三数之和（两数之和变种）
原题
暂无题目