真面经，好答案。面试之前，先来面栈。

小红书高频面试题

题集来源：Rocky Ding（WeThinkIn）收录项目：AIGC-Interview-Book查看原题集 反馈（在 GitHub 新标签页打开）

题目目录

86 道原题

  1. 多模态业务和纯文本大模型业务有什么区别？

    原题
    关联题目多模态业务与纯文本模型业务有什么区别？模型基础与推理 / 模型选型与能力边界比较选型进阶1篇相关面经

  2. 选择LangGraph框架是否完全取决于业务场景？

    原题
    关联题目LangChain 和 LangGraph 分别是什么，有什么区别，适合哪些需求？已有答案Agent 原理与系统 / Agent 框架与 Harness比较选型进阶21篇相关面经

  3. 团队落地AI产品时，怎么平衡大模型推理延迟与成本？

    原题
    关联题目团队落地 AI 产品时如何平衡推理延迟和成本？项目与综合面试 / 候选人反问反问1篇相关面经

  4. 复杂任务链的超时熔断，团队偏向规则硬控制还是动态模型智能降级？

    原题
    关联题目复杂任务超时熔断时，团队采用硬规则还是模型动态降级？项目与综合面试 / 候选人反问反问1篇相关面经

  5. 做多模态实时交互，架构会选LangGraph还是轻量流式编排？

    原题
    关联题目多模态实时交互会选择 LangGraph 还是轻量流式编排？项目与综合面试 / 候选人反问反问1篇相关面经

  6. 介绍项目业务背景、完整业务链路，线上Query、Item数据量级

    原题
    关联题目请介绍一个你做过的项目，包括背景、架构与个人职责。已有答案面前必看项目与综合面试 / 项目背景、架构与职责项目深挖基础415篇相关面经

  7. 说明测试集搭建方案，AUC评估逻辑，模型效果提升判定标准

    原题
    关联题目为什么要区分训练集、验证集和测试集，应如何划分？模型基础与推理 / 机器学习与推荐系统方案设计基础1篇相关面经关联题目分类模型应如何选择和解释 Accuracy、Precision、Recall、F1、ROC 与 AUC？模型基础与推理 / 机器学习与推荐系统效果评估进阶1篇相关面经关联题目线上改动如何通过 A/B 测试或灰度指标验证真实效果？已有答案AI 应用工程与治理 / 评测体系与实验设计效果评估进阶7篇相关面经

  8. 阐述MSE收敛但排序效果下滑问题的发现、定位全过程

    原题
    关联题目如何设计并诊断与真实任务目标一致的训练损失？模型训练与对齐 / 训练框架、调参与排障方案设计深入0篇相关面经

  9. 改用BCE+InfoNCE联合损失的原因，两项损失各自带来的效果增益

    原题
    关联题目嵌入模型训练中的 MNR、余弦相似度损失与分类损失应如何比较和选择？模型训练与对齐 / 训练框架、调参与排障比较选型进阶0篇相关面经

  10. 基于原生NTP任务Qwen模型，如何适配下游检索监督训练

    原题
    关联题目Embedding 模型的原理是什么，如何训练？RAG 与知识系统 / Embedding 与向量表示原理机制进阶2篇相关面经