搜索大模型算法一面面经

1. 自我介绍
   项目1
2. 搜索完整链路，负责哪一块
3. 意图识别的结果怎么利用？是作为模型特征吗？
4. 整个搜索链路时延，针对时延较长的兜底策略
5. 为什么用大模型判断意图，输入输出是什么，输入包含用户行为吗，评估指标，基线模型是什么
6. 样本标注如何定义，样本采样，样本量，样本正负比例，样本分布式线上分布吗
7. 数据微调做了哪些工作，其他微调方式
8. 过拟合/灾难性遗忘怎么解决
9. OPD了解过吗
10. 显存不足怎么解决和优化、分布式、训练框架
11. 推理优化：词表裁剪规则、推理框架
12. 端侧资源消耗
    项目2
13. 生成SID的Embedding模型是什么，有哪些比较好的模型
14. RQ-Kmeans的K选取经验，聚类效果评估指标，和普通Kmeans区别，码本大小经验
15. 生成式模型输入输出、样本选取、历史序列处理
16. GRPO原理，奖励函数，为什么不选其他RL算法，LOSS函数是什么样，DPO/PPO原理
17. 优化一个数学推理任务的话，用哪种比较好
    八股
18. 召回/排序具体怎么做
19. 双塔召回怎么训练，损失设计、对比损失
20. 序列特征建模
21. DIN结构多目标建模
22. selfattention的qkv计算过程
23. 优化qkv计算复杂度方法
    手撕
24. 接雨水（力扣）

面试官非常和善，主要围绕项目细节提问，大概提问50分钟吧。