字节搜广推算法秋招一面

项目部分

1. 项目选用SID实现生成式召回，为什么不直接使用原始item id？
2. SID的完整构建流程是什么，请展开说明。
3. RQ‑VAE与RQ‑Kmeans二者有哪些差异；请介绍RQ‑VAE损失函数各组成部分作用、码本更新逻辑，encoder、decoder是否仅做投影。
4. 是否了解码本坍塌现象，构建SID过程中是否遇到该问题。
5. 生成器选择Qwen模型，普通Transformer模型为什么不适用。
6. 该项目训练样本规模是什么量级。
7. 推理阶段采用解耦方案降低时延，线上预期时延指标为多少。
8. 召回方案完成上线，需要重点关注哪些指标与维度。
9. 如何保障生成式召回通路上线后能够带来业务正向收益。
10. 推理流程为先检索后排序，是否代表在召回链路额外接入排序模型。

八股部分

1. 神经网络引入激活函数的作用是什么。
2. 两个输入a、b，先相加再做激活，和先激活再相加，两种实现有什么区别。
3. PyTorch autograd如何记录前向计算；如何实现截断某一层梯度回传。
4. DIN中attention计算逻辑，对比Transformer的attention差异。
5. 除本方案外还了解哪些召回通道。
6. 召回任务中负样本一般有哪些获取方式。