面灵AI→

快手 OneRec 算法岗一二面:生成式召回、单层 SID 与 DPO

轮次
一至二面
时间
2026-11
来源
牛客网

《面试题目》

一面

  1. 生成式召回模块在推荐链路中如何落地?是新增独立召回通路,还是替换原有通路?
  2. 层级 SID 结构优化为单层表征后,模型输入、输出发生了哪些变化?舍弃层级结构的核心原因是什么?
  3. 线上模型的迭代更新机制是什么?如何区分全量更新与增量更新?线上特征与模型结果是离线预计算还是实时生成?
  4. 长序列召回模型的整体架构、核心特征构成、损失函数设计逻辑。
  5. 线性注意力与标准多头注意力的核心差异?线性注意力降低计算复杂度的底层原理?
  6. 手撕:三数之和。

二面

  1. 若借助大模型 AI 技术优化 OneRec 推荐效果,按「业务指标定位 → 数据优化 → 模型迭代 → 效果评估 → 业务闭环」完整阐述落地思路。
  2. 若你提出的所有 AI 优化方案都被业务方、技术评审否决,后续如何推进工作?
  3. 四层 SID 结构简化为单层结构的核心痛点是什么?这个项目真正的创新价值体现在哪里?
  4. 项目选择 DPO 优化方案的原因?横向对比 PPO、GRPO 三类优化算法的适配差异。
  5. 广告场景中曝光量、消耗、ADVV 指标同步上涨,如何科学判断效果优劣?
  6. LoRA 的 A、B 矩阵初始化方式是什么?RMSNorm 与 LayerNorm 的适用场景区别?AUC 与 GAUC 的选用边界。

《参考解析》

  1. 生成式召回怎么落地:两种路径——新增一路独立召回(与原有多路召回并列,结果融合),或替换某一类通路(比如替代基于物品协同的通路)。新增更安全、可灰度可回滚,替换收益更直接但风险高。工程上通常先新增一路、只在小流量生效,验证增量收益后再考虑替换。

  2. 层级 SID 改单层:层级 SID 是先用多级聚类得到粗到细的语义 ID,生成时逐层预测;改单层后输入从多级 token 变成单个语义 ID,输出从多步解码变成一步预测。舍弃层级的原因通常是级联误差(上层错下层全错)、解码长度和延迟、以及层级划分与真实语义分布不匹配。创新的价值在于用更简单的表征拿到相近甚至更好的效果,同时降低线上延迟。

  3. 全量与增量更新:全量更新是周期性重训,适合分布稳定;增量更新是在已有模型上继续训练新数据,响应快但容易遗忘和漂移。区分方式是看更新是否重置优化器状态、是否包含历史数据回放。特征与结果通常是「离线预计算 + 实时特征」混合:用户长期画像离线算,实时行为序列和曝光上下文在线取。

  4. 长序列召回架构:用户行为序列 → 序列编码(Transformer 或线性注意力)→ 与候选做交叉(target attention)→ 输出打分。特征包括用户 ID 与画像、行为序列(物品 ID、类目、时间间隔)、上下文(时间、场景)。损失常用 sampled softmax 或对比学习,负样本采样策略直接决定效果。

  5. 线性注意力:标准注意力是 softmax(QK^T)V,复杂度随序列长度平方增长;线性注意力把 softmax 核函数分解成特征映射的乘积,先算 K^T V 再乘 Q,复杂度降到线性。代价是表达能力受限、对长程依赖的建模弱于标准注意力,通常用混合结构(部分层线性、部分层标准)折中。

  6. 三数之和:排序后固定第一个数,用双指针找另外两个,注意跳过重复元素避免重复三元组,O(n²) 时间。

  7. 用大模型优化推荐的落地思路:先定指标(CTR、时长、转化)并找到瓶颈在哪一环(召回覆盖不足、排序特征不够、冷启动),再判断大模型能补什么(语义理解、长文本特征、冷启动内容理解),然后做数据与特征改造、模型迭代,最后用 AB 实验评估并回到业务闭环。关键是每一环都要给出可验证的假设。

  8. 方案被否决后怎么推进:先找否决的真实原因(成本、风险、指标不明确),把它拆成更小的可验证实验,用小流量、低成本的试点拿数据说话;同时准备降级版本,让方案在资源受限时也能落地一部分。

  9. 曝光、消耗、ADVV 同涨怎么判断:绝对值同涨可能只是大盘或季节性因素,要用对照组、同比环比、以及拆解指标(曝光涨是流量涨还是竞价激烈、消耗涨是出价涨还是转化涨、ADVV 涨是不是单价带动)。判断效果要看单位流量的效率指标和长期价值,而不是看总量。

  10. DPO 与 PPO、GRPO:DPO 直接用偏好对做离线优化,不需要在线采样和 reward model,简单稳定但依赖偏好数据质量、无法探索;PPO 需要 reward model 和 critic,在线采样、效果好但工程复杂;GRPO 去掉 critic 用组内归一化,适合可自动判定的任务。选 DPO 通常是因为有高质量偏好数据且线上迭代成本敏感。

  11. LoRA 的初始化:A 用高斯随机初始化,B 初始化为零,这样训练开始时 BA = 0,模型行为与原始权重一致,不会一上来就破坏预训练能力。

  12. RMSNorm 与 LayerNorm:LayerNorm 减均值再除标准差并做仿射变换;RMSNorm 只除以均方根、不减均值,计算更省、在大模型里表现相当,所以主流 LLM 多用 RMSNorm。传统 CNN 与 RNN 结构里 LayerNorm 更常见。

  13. AUC 与 GAUC:AUC 衡量全局排序能力,会被用户活跃度和样本分布影响;GAUC 按用户分组算 AUC 再加权平均,更贴近线上「同一用户内排序」的真实场景,是推荐排序的主指标。评估时要两个都看,AUC 涨而 GAUC 不涨往往说明模型在拟合全局偏置。