华为AI开发二面：准确率数字怎么证明可信

《面试题目》

1. 做一下自我介绍。
2. 实习项目上线了吗？
3. 如何保证你的任务完成准确率数字是可信、有意义的？
4. 对失败的任务怎么进行分析，并且反过来迭代优化？
5. 你觉得完成这个项目的难点在哪里？你是怎么解决的？
6. 回看这个项目，哪里可以优化？
7. 怎么和上下游同事进行交流沟通？怎么确保任务理解是正确的？
8. 讲一下你的论文。
9. 手撕：回文字符串。

《参考解析》

怎么证明指标数字可信：这是二面最核心的一问，考的是「你知道自己的数字是怎么来的吗」。要能回答四层。第一，口径：这个「准确率」的分子分母分别是什么、判定的标准由谁定、边界情况（拒答、超时、部分完成）算成功还是失败——很多指标不可信就是因为口径含糊，分母里混进了不该算的样本。第二，数据来源：是人工标注、还是规则判定、还是模型打分？人工标注要说明标注人是谁、有没有交叉复核、标注一致性（Kappa）是多少；规则判定要说明规则是否能被绕过；模型打分则本身需要校准，不能当作真值。第三，采样：样本是不是随机抽取、覆盖了哪些场景、有多少条——如果是「我们抽了一百条看起来效果不错」，就要主动承认这是小样本估计、置信区间很宽。第四，对照：有没有基线（改造前、或人工处理）做对比，否则「90% 准确率」到底是好是坏无法判断。补一句最能加分：指出指标的局限——比如它衡量的是整体，掩盖了长尾场景的失败，所以你另外单独统计了低频高风险场景的通过率。

失败任务怎么归因并反向迭代：先分类再谈优化。把失败按原因分成几类：输入问题（用户表达歧义、输入缺失）、检索问题（没召回或召回了不相关内容）、推理问题（信息齐全但结论错）、工具问题（调用失败、参数错、返回脏数据）、以及流程问题（步骤设计不合理导致必然失败）。分类靠的是完整链路日志而不是最终输出。然后看分布——如果 60% 的失败集中在「检索没召回」，那优化方向就是切块与召回策略，而不是盲目换更大的模型；这一步的价值在于把「效果不好」变成「哪个环节不好」。迭代上要建一个失败样本库，每次改动后在这批历史失败样本上回归，看修复率与是否引入新的回归；同时要把「反复出现同一类失败」当成流程设计缺陷的信号，而不是继续用 prompt 打补丁。最后要能说明迭代的副作用：修好一类往往会伤到另一类，所以每次改动都要看整体分布而不是单个指标。

项目难点怎么讲：选一个「技术上有取舍、且你主导」的难点，不要讲「时间紧」。好的结构是：难点是什么（为什么难，是数据不足、指标互相冲突、还是约束苛刻）→ 你排除了哪些方案（每一个都要有排除理由）→ 最终方案与它的代价 → 结果与验证。举一类常见难点：端到端指标上不去，排查发现瓶颈不在模型而在检索的切块粒度——太小则上下文不完整、太大则召回不准，于是改成父子块结构（小块检索、大块生成），代价是索引复杂度上升。讲的时候把「我量了什么数据得出这个判断」说清楚，比结论本身更重要。

回看项目哪里能优化：要挑真正有技术含量的地方，并说清「当时为什么没做」。可讲的方向：一是评测体系，当时只有端到端指标、缺少分环节的可观测性，现在会先建好每一步的指标再优化；二是失败处理，当时失败就整体重试，现在会区分可重试与不可重试、并做幂等；三是成本，当时为了效果把上下文塞得很满，现在会做上下文压缩与缓存；四是工程化，当时的提示词与配置散在代码里，现在会做版本管理与灰度。回答时避免「什么都想改」——挑一到两个说透，并说明如果只给你两周你会先做哪个，理由是它带来的收益最大。

和上下游怎么沟通、怎么确保理解正确：核心动作是「把口头需求变成可验收的书面契约」。具体做法：需求确认后回写一份简短的理解文档（输入是什么、输出是什么、边界条件、验收标准、时间点），发给对方确认——这一步能挡掉大部分误解；对接口类的依赖，先对齐字段与错误码的定义，并约定失败时的处理方式（重试、降级还是报错），不要等到联调才发现理解不一致。沟通节奏上，关键节点主动同步进展与风险（尤其是可能延期的时候），而不是等对方来问。判断「理解是否正确」最靠得住的方法是给出一个可以验证的中间产物：一份样例输出、一个能跑的最小版本、或者一张流程图，让对方指认——人能对着具体东西挑错，却很难对一段抽象描述提出异议。

论文怎么讲：控制在两三分钟，结构是「解决什么问题 → 现有方法的不足 → 你的方法核心创新点 → 实验怎么设计、结论是什么」。要准备两三个可能被追问的点：为什么这么设计、和基线比优势来自哪一部分（最好有消融实验）、以及这个方法在工程上落地会遇到什么限制。如果论文与岗位方向不直接相关，要主动说明你从中获得的可迁移能力（比如如何设计对照实验、如何做严谨的定量分析）——面试官问论文往往是在判断你的研究素养与表达能力，而不是论文题目本身。

手撕回文字符串：常见三种问法，要能区分。一是判断给定字符串是否为回文：双指针从两端向中间比较，或直接与原串反转比较（后者多一次 O(n) 空间，且要注意原串不可变类型下的开销）；处理大小写与非字母数字时要先归一化。二是找最长回文子串：中心扩展法（枚举 2n−1 个中心，向两侧扩展）时间 O(n²)、空间 O(1)，实现简单不易错；Manacher 算法可以做到 O(n)，但笔试里通常不要求。三是判断能否通过最多删除一个字符变成回文：双指针遇到不相等时分两种情况各自验证（跳过左或跳过右）。写代码时注意空串与单字符的边界，以及索引不要越界——这类题丢分基本都是边界问题而不是算法问题。