字节跳动推荐算法实习一面:多智能体协作、ASR 清洗与长序列建模
- 轮次
- 一面
- 时间
- 2026-10
- 来源
- 牛客网
《面试题目》
- 请做一下基本信息自我介绍。
- 你 6 月份开始在快手实习,现在这个实习还在做吗?结束实习是因为要回学校,还是因为需求已经阶段性交付了?
- 你介绍研究方向是推荐算法和强化学习,但论文和实习里 AI/大模型相关较多;你目前是研二吗?学校不在北京,日常实习如何保证能长期不在实验室过来实习?实验室工作可以通过线上完成吗?
- 可以简单讲一讲你下一篇关于大模型多智能体协作(Multi-Agent Collaboration)的研究工作想法吗?
- 把任务分流给具体的 Agent 是一个常见场景(如 Codex、豆包等工具),目前常见的分流方式是怎样的?你的创新点相比于它们有什么优化点?
- 在你的多智能体协作 idea 实验设计中,对不同模型能力的评估需要给先验输入还是有客观评价标准?启发你的那篇论文把市面上模型的能力维度拆成了几种?
- 快手快聘项目中开发了一个对话助手,简历里写了很多技术名词和内部评估标准,请先介绍一下具体的业务应用场景是什么?是用户主动触发还是推荐推出来的?简历里写的几点哪些是针对 toC 做的,哪些是针对 toB(商家)做的?
- 在语音(ASR)清洗部分,20 万条样本里有“保留、删除、替换”操作,请以一条样本为例,具体讲一下它的标签是怎样设计的?20 万条样本是有人工标注的种子样本,还是完全调大模型洗出来的?
- ASR 清洗的 Student 模型用的是 BiGRU,BiGRU 只输出“保留、删除、替换”吗?如果触发“替换”,替换成什么词是由哪个模型完成的?请举个具体例子。
- 为什么标签里只有“保留、删除、替换”,而没有“插入(Insert)”操作?如果语音识别漏掉了一些关键内容怎么办?
- 既然 ASR 清洗是轻量化操作且服务于下游 AC 自动机,如何评估清洗这部分操作单独带来的增量收益?
- 多标签意图识别中用到了 FastText、TextCNN 和 TinyBERT 三个模型,你是怎么处理这三个模型之间的关系的?
- 为什么 TinyBERT 在某 3 个标签类别上表现比较好,而在另外 2 个类别上不如前两个模型?这跟它本身的什么结构特征有关?
- 简历里写了很多耗时指标(如推理耗时 <10ms、综合延迟 <100ms、处理延迟降到 40~50ms),请整体梳理一下这条业务链路串联了哪些阶段?每个阶段的耗时分别是多少?AC 自动机和三个小模型的 8:2 流量分流是怎么做的?
- 既然已经有实时链路了,为什么异步链路还要用大模型工作流去打标构建用户画像?大模型提取这块具体是你负责的吗?是调闭源模型 API 还是开源模型 SFT?
- 简历中提到“协同 Java 侧使用 ONNX 降低推理延迟”,这指的是实时链路的哪一条路?是你做的吗?你对 Python 改 Java + ONNX 提升推理效率有什么理解?
- 在快手实习的两三个月里,哪一部分工作是占你精力最多的?
- 推荐系统进入深度学习阶段后,大家普遍用怎样的方式去做用户历史长序列(Long Sequence)的提取?随着序列越来越长(比如上千条甚至 2~5 年的历史行为),业界是怎么处理 Attention 时间复杂度过高的问题,快速从海量历史交互行为里提取到与当前 Target Item 相关的行为的?
- 【算法题 1】力扣 221. 最大正方形(Maximal Square):在一个由
'0'和'1'组成的二维矩阵内,找到只包含'1'的最大正方形,并返回其面积(ACM 模式,需自行处理输入输出)。 - 【算法题 2】力扣 560. 和为 K 的子数组:给定一个整数数组和一个整数 k,统计和为 k 的连续子数组个数,并说明如何把 O(n²) 的暴力解法优化至 O(n)。
《参考解析》
多智能体任务分流:常见分流是“意图识别 + 能力路由 + 结果校验”。入口用规则或小模型判断任务类型,orchestrator 再按能力标签、工具权限、成本与延迟预算选择 Agent;有依赖的子任务排 DAG,无依赖的并行。Codex、豆包这类产品本质是“通用模型 + 专用工具链路 + 兜底模型”。可优化的点包括用线上轨迹训练成本感知的路由器、把静态规则换成可学习阈值、给每个 Agent 定义输入输出契约、低置信度时回退到更强模型。面试中把创新点落在“路由依据”和“失败回退”上,比泛泛讲多 Agent 协作更具体。
ASR 清洗的标签与收益:一条样本是“转写片段 + 操作标签”,保留、删除、替换可做成 token 级三分类;替换还要给出目标词,通常由混淆集、领域词表加语言模型打分或轻量 seq2seq 生成,BiGRU 只负责判定操作。没有“插入”是因为清洗只处理已有转写,漏识别的内容不在 ASR 输出里,补不回来;这类问题要靠领域词表、重解码或二次转写。评估增量收益要固定下游 AC 自动机:离线对比清洗前后的匹配准确率、召回与任务成功率,并做“只去噪 / 只纠错”的消融;线上 AB 看下游命中率、误触发和时延。
长序列建模:主流是“先粗筛、再精算”。SIM 的 GSU 用类目、关键词或向量内积,从几千到几万条行为中召回与 target item 最相关的 Top-K;ESU 只对短序列做 target attention,把 O(L²) 降到 O(K·L)。其他路线有用 MIMN 等记忆网络把长序列压成固定容量兴趣槽、线性 Attention、状态空间模型、按时间分桶聚类,以及离线预计算 embedding。回答时点明“相关性检索”和“兴趣压缩”两条主线,并补充索引更新与召回损失的工程取舍。
最大正方形:用动态规划。dp[i][j] 表示以 (i,j) 为右下角的最大全 ‘1’ 正方形边长;matrix[i][j]==‘1’ 时 dp[i][j]=min(上、左、左上)+1,否则为 0,答案是最大 dp 值的平方。时间 O(mn),空间可滚动到 O(n)。ACM 模式要自己读入行列数与矩阵。
和为 K 的子数组:用前缀和加哈希表。遍历时维护 pre,累加哈希表中 pre-k 的出现次数,再把 pre 的计数加一,时间 O(n)。要主动澄清:数组含负数时滑动窗口不成立,只有元素全非负才能用双指针;先确认数据范围再选解法。