推荐召回 面试题

小红书算法岗面经合集：Uplift 建模、Transformer 细节与推荐召回

小红书算法岗七场面试合集：增长侧深挖特征重要性的判别方法、uplift 建模与发券决策、混淆偏差与选择偏差的区分和评估指标；科研与 NLP 侧围绕知识图谱问答链路的实现、MRR 与 Hit@k、nDCG、KL 散度与交叉熵的取舍展开；Transformer 部分被追问一小时，覆盖缩放点积注意力的假设、位置编码方案、多头与 MHA、LayerNorm 与 BatchNorm、Encoder 与 Decoder 的区别；此外还有 MQA 与 GQA、PPO 与 DPO 与 GRPO 的对比、多路召回权重与规则召回、CVR 样本空间，以及用户安全审核岗的申诉处理与内容审核评估。