阿里健康 Agent 算法实习一面:打标、召回权重与 DCN-V2 特征交叉
- 轮次
- 一面
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
- 自我介绍。
- 目前还在快手实习吗?简历上没写滴滴,几月份去滴滴实习的?
- 在快手主要负责什么?是给用户推荐岗位吗?第一部分是用户打标?
- 举个具体例子,你们给用户打的是什么样的标签?
- 负向标签(如「不要上夜班」)在业务中怎么提取?提取后在下游推荐里怎么用?
- 你们的召回都是靠标签去召回的吗?
- 从用户多轮对话中提取标签,每个用户的标签数量会特别多吗?怎么处理的?
- 标签主要用来做召回,那标签有权重吗?召回或推荐需要区分权重吗(「想做保姆」是强限制,「不上夜班」是弱限制)?
- 你说的通过训练学习特征贡献度/权重,是指打标模型的训练还是后续推荐排序的训练?toC 的推荐排序怎么做的?
- 简历里写的「意向初筛和多目标精排」是指哪块业务?
- DCN-V2 是个什么网络?结构是怎样的?具体怎么实现特征交叉(是通过点积吗)?
- 排序模型是你选型的吗?特征交叉模型除了 DCN-V2 还调研过哪些(FM、DeepFM、DIN)?
- 介绍滴滴的实习:业务场景、多模态 VLM 端到端微调与 Decision Model 级联打标。
- 滴滴的 L1~L4 四层标签体系中,基于 Decision Model(OpenJT)的分层预测 + Beam Search 具体怎么做?为什么选 32-32 的束宽?
- 这个 Decision Model 不是生成式模型吧?是基于开源版本微调还是自己训练的?微调时的监督任务和损失函数怎么设计?
- 判别式/决策式模型有没有和生成式基座模型直接生成打标对比过?各自优缺点?线上准确率要求多少?每个商品只打一个正交标签还是多标签?
- 算法题:给定搜索日志
(user_id, query)列表,① 归一化 query(忽略大小写、去首尾空格、连续空白合并);② 同一用户多次搜索同一归一化 query 只计一次(按 UV 统计);③ 返回独立用户数最多的前 K 个 query,用户数相同按字典序排序,并考虑去重后不足 K 个的边界。 - 简历里的论文哪篇已录用?哪篇和 Agent 相关?第一篇要解决的核心问题是什么?
- 解决多 Agent 的「能力盲区」和「交互冗余」具体指什么?不同模型擅长什么、如何协同,这不应该是 Harness/Workflow 层面的事吗?为什么要内化到模型参数里?
- 内化到参数之后两个模型具体怎么协作?任务来了还要告诉规划 Agent 做什么,这里到底节省了什么?举一个代码任务拆解的例子。
- 训练规划模型(Leader)和执行模型(Follower)时是联合优化还是交替优化?怎么交替?实验怎么设计?
- 在滴滴实习不到两个月,为什么要换实习?发 offer 多久能到岗?
《参考解析》
-
负向标签的价值:正向标签解决「想要什么」,负向标签解决「绝对不能要什么」,对召回是硬过滤、对排序是强约束。提取上靠意图识别加槽位抽取,把「不想上夜班」「不接受出差」这类表述归一成结构化约束,再与岗位属性做匹配。
-
标签权重与强弱限制:必须有区分。「想做保姆」是职业方向,属于强约束;「不想上夜班」是排除条件,属于负向硬约束;「希望离家近」是软偏好。工程上把标签分成硬过滤、加权、仅展示三类,硬过滤放在召回前,软偏好进排序特征,避免把软偏好当硬条件导致召回为空。
-
标签过多怎么处理:做归一化和合并(同义标签映射到同一 ID)、按置信度和时效性截断、分层存储(长期画像放离线表,近期意图放实时特征),检索时只取与当前 query 相关的 TopN,而不是把所有标签都塞进模型。
-
DCN-V2 的结构:输入是 embedding 拼接,交叉网络逐层用
x_{l+1} = x_0 ⊙ (W x_l + b) + x_l显式建模任意阶特征交叉,x0 是原始输入,所以每一层都能和原始特征交互;V2 用低秩分解(两个小矩阵相乘近似权重矩阵)降低参数量。它不是点积,点积是 FM 的二阶交叉;DCN-V2 是逐元素乘加,能表达更高阶。 -
特征交叉模型对比:FM 用隐向量内积做二阶交叉,参数量小但只到二阶;DeepFM 是 FM 加 DNN,浅层显式、深层隐式;DIN 用注意力根据候选物品对用户行为序列加权,适合序列兴趣建模。选型看特征稀疏度、是否需要高阶交叉、序列信息是否重要。
-
分层预测 + Beam Search 与 32-32 束宽:L1 到 L4 逐层预测,每层保留若干个候选(beam),下一层在上一层保留的候选中继续展开,最终取整条路径概率最高的组合。束宽是召回率与算力的折中:32 太窄容易漏掉正确路径,太宽算力翻倍,32-32 是实测下来的性价比点,并且要拿离线指标(整条路径准确率)验证,不能只看单层。
-
Decision Model 的监督与损失:本质是判别式分类(每个标签位置做多分类或二分类),监督信号来自人工标注和规则生成的弱标签,损失用交叉熵加层级约束(下层必须在上级成立的条件下才计损失)。要和生成式模型对比:判别式快、稳定、可控,但泛化到新标签需要重新训练;生成式灵活、能解释,但慢且不稳定。
-
Top-K 热门 Query:先归一化(
lower()、strip()、正则把连续空白替换成一个空格),再用(query, user_id)集合去重保证 UV,然后按 query 聚合用户数,排序键是「用户数降序、query 字典序升序」,最后取前 K。边界要处理:归一化后为空串的丢弃、K 大于去重后数量时返回全部、同一用户大小写不同的查询算同一条。 -
把协同内化到参数里:工程层(Harness)解决的是「怎么调度」,能力内化解决的是「模型自己知道何时该退让、何时该交给别人」,省掉的是显式的规划提示和多轮往返的 token 与延迟。代价是训练成本高、可解释性下降。回答时要能说清「省了什么」:省的是每轮都要重新描述任务与能力的上下文,以及规划错误带来的返工。
-
联合优化还是交替优化:交替优化更常见——固定执行模型训规划模型(用执行结果作为奖励),再固定规划模型训执行模型,多轮迭代避免两边同时漂移导致训练不稳定。实验上要做单轮联合训练的对照,比较收敛速度和最终任务成功率。