小红书算法岗面经合集：传统机器学习、大模型架构与推荐检索
小红书 算法岗 多轮面试合集
小红书算法岗七场面试合集：传统机器学习考分词与 NER、分类与回归、XGBoost 与 LightGBM 的差别、监督与无监督与强化学习、K-Means，以及项目选型、踩坑与北极星指标；大模型架构覆盖自注意力、RoPE、MoE、MHA 与 MQA 与 GQA、LayerNorm 与 RMSNorm、预训练与后训练、Decoder-only 的由来；另有模型规模化的算力账（参数量与 FLOPs、PS 存储、训练速度与机器数）、RAG 流程与切片粒度、召回与粗排精排的经典模型、NDCG 与 AUC 与二分类 loss、负采样与高热打压，以及生成式推荐的码本坍塌、sid 质量与幻觉治理；手撕考螺旋矩阵、O(N) 求第 K 大、立方根与岛屿数量。
