大厂真题 / 阿里

阿里 2026-8-29 笔试真题 - 算法岗

本场考试概述

考试时间：2026 年 8 月 29 日

考试岗位：算法岗（计算机视觉方向卷）

难度评级：中等偏难

考试时长：100 分钟

卷面结构：通用技术单选、通用技术多选、五选一方向卷与 1 道 AI Coding。多选题错选不得分，少选得三分之一分。

题目完整性说明：卷面信息称共有 22 道选择题；目前能够核对到完整题干的只有通用技术单选 8 道、通用技术多选 9 道、计算机视觉方向单选 2 道，合计 19 道。其余 3 道计算机视觉方向题题干缺失，本文明确留空，不根据考点概述补写题目。

考点分析：

• 通用技术：K-Means、标签平滑、MoE、长上下文外推、推理时延、二分答案、贝叶斯决策、树状数组。
• 通用多选：决策树、线性层、向量检索、概率统计、语言模型训练数据、带权并查集、消融实验、标签偏移、滑动窗口。
• 计算机视觉：目标检测评估匹配、扩散模型交叉注意力控制。
• AI Coding：有偏曝光日志上的概率预测、组内排序、时间验证、冷启动与输出契约。

建议策略：

• 计算型单选先写公式再代数，尤其注意标签平滑、请求占比与专家容量的口径。
• 多选题只选择能由题干严格推出的结论；“对所有任务都成立”“足以证明因果”一类强断言要重点审查。
• 方向卷先区分评估规则、生成阶段和注意力控制对象，不要只凭术语印象作答。
• AI Coding 先完成数据契约、泄漏审计和可靠验证，再迭代模型；不要在缺少实际数据时预设列名或提交代码。

一、通用技术单选题（8 道）

1. K-Means 迭代与簇内平方和

对一维样本 $[0,0,0,6,10,10,10]$ 执行 $k=2$ 的 K-Means，初始中心为 $0$ 和 $10$；距离相同时分配给数值较小的中心。完成一次“分配—更新”后继续迭代到稳定。稳定后的两个中心及簇内平方和是哪一项？

• A. 中心为 $0$ 和 $9$，簇内平方和为 $12$
• B. 中心为 $1.5$ 和 $10$，簇内平方和为 $27$
• C. 中心为 $0$ 和 $10$，簇内平方和为 $16$
• D. 中心为 $3$ 和 $10$，簇内平方和为 $36$

答案：A

解析：第一次分配时，样本 $6$ 到两个中心的距离分别为 $6$ 和 $4$，因此进入右簇。两簇变为 ${0,0,0}$ 和 ${6,10,10,10}$，新中心为 $0$ 和 $9$。用新中心再次分配时归属不变，算法收敛。簇内平方和为

2. 标签平滑交叉熵

分类模型输出 logits 为 $2,1,-1$。训练时使用标签平滑 $\varepsilon=0.1$，正确类目标概率为 $1-\varepsilon$，其余两个类别各为 $\varepsilon/2$。真实类别为第 1 类。哪一项最接近交叉熵损失？

• A. $0.35$
• B. $0.55$
• C. $0.85$
• D. $1.05$

答案：B

解析：Softmax 概率约为 $(0.7054,0.2595,0.0351)$，平滑目标为 $(0.9,0.05,0.05)$。因此

最接近 $0.55$。选项 A 约等于未使用标签平滑时的硬标签损失。

3. Top-2 MoE 的专家容量

Top-2 MoE 层包含 8 个专家，每个 token 路由到得分最高的两个专家。每个专家容量为批内 token 数的 $0.25$，超出容量的指派被丢弃；token 至少被一个专家接收即可继续计算。现有 8 个 token：$t_1$ 至 $t_4$ 的 Top-2 均为 $(E_1,E_2)$；$t_5,t_6$ 均为 $(E_1,E_3)$；$t_7,t_8$ 均为 $(E_2,E_3)$。各专家按以下顺序接收：

• $E_1:t_1>t_2>t_5>t_6>t_3>t_4$
• $E_2:t_3>t_4>t_7>t_8>t_1>t_2$
• $E_3:t_5>t_6>t_7>t_8$

不进行二次重路由。哪一项正确？

• A. 每个专家容量为 1，共 3 个 token 继续计算
• B. 每个专家容量为 2，共 6 个 token 继续计算
• C. 每个专家容量为 2，共 8 个 token 继续计算
• D. 每个专家容量为 4，共 8 个 token 继续计算

答案：B

解析：每个专家容量为 $8\times0.25=2$。$E_1$ 接收 $t_1,t_2$，$E_2$ 接收 $t_3,t_4$，$E_3$ 接收 $t_5,t_6$。$t_7,t_8$ 的两个候选专家都已满，因而被丢弃。Top-2 只提供两个候选，并不保证至少一个候选仍有容量。

4. 长上下文外推方案选型

Decoder-only 模型使用 RoPE，训练最大长度为 8K。三种 32K 外推配置的离线结果如下：

• P：短文本损失增幅 $0.01$；三个长距离桶准确率 $84\%,72\%,58\%$；P95 时延增幅 $2\%$。
• Q：短文本损失增幅 $0.04$；准确率 $80\%,77\%,74\%$；P95 时延增幅 $7\%$。
• R：短文本损失增幅 $0.02$；准确率 $83\%,76\%,70\%$；P95 时延增幅 $8\%$。

硬约束为：短文本损失增幅不超过 $0.05$、任一距离桶准确率不低于 $70\%$、P95 时延增幅不超过 $8\%$。可行方案中优先选择最末距离桶准确率更高者。决策正确的是？

• A. 选择 P，因为其短文本损失和时延增幅最小
• B. 选择 Q，因为它通过硬约束，且末距离桶准确率在可行方案中最高
• C. 选择 R，因为它通过硬约束，且短文本损失增幅低于 Q
• D. 选择 R，因为它前两个距离桶合计表现高于 Q

答案：B

解析：P 的末距离桶准确率只有 $58\%$，未通过硬约束。Q、R 均可行；边界上的 $70\%$ 与 $8\%$ 也满足“不低于”和“不超过”。题目规定可行后只比较末距离桶，Q 的 $74\%$ 高于 R 的 $70\%$，因此选择 Q。

5. Prefill 与 Decode 加权时延

线上 Decoder-only 服务有两类请求：A 类占 $60\%$，输入 8192 token、输出 64 token，Prefill 为 400 ms，Decode 为每 token 8 ms；B 类占 $40\%$，输入 512 token、输出 512 token，Prefill 为 40 ms，Decode 为每 token 8 ms。只能选择一个方案：

• X：Prefill 加速 2 倍，Decode 不变；
• Y：Decode 降为每 token 6 ms，但每个请求增加 100 ms 适配开销；
• Z：A 类 Prefill 降为 260 ms、Decode 降为每 token 7 ms，B 类不变。

忽略排队和并行重叠，以请求占比加权的平均端到端时延为目标。哪项正确？

• A. X 最优，平均约 2074 ms
• B. Y 最优，平均约 1815 ms
• C. Z 最优，平均约 1769 ms
• D. X 与 Z 并列最优，平均均约 2076 ms

答案：B

解析：逐类计算 Prefill 加输出 token 的 Decode 时间：

• X：$0.6\times(200+64\times8)+0.4\times(20+512\times8)=2073.6$ ms；
• Y：$0.6\times(400+64\times6+100)+0.4\times(40+512\times6+100)=1815.2$ ms；
• Z：$0.6\times(260+64\times7)+0.4\times(40+512\times8)=2079.2$ ms。

因此 Y 最优。B 类输出很长，Decode 是加权时延的主要部分。

6. 连续分批的最小最大代价

8 个任务必须保持原顺序，并切分为不超过 3 个连续批次。耗时依次为 $[7,2,5,10,8,4,6,9]$。批次代价为其中任务耗时之和，目标是最小化最大批次代价。若用“给定上限 $M$ 时从左到右贪心装批次”作为二分判定，最优的 $M$ 是多少？

• A. $18$
• B. $19$
• C. $20$
• D. $21$

答案：B

解析：当 $M=18$ 时，贪心批次依次为 $[7,2,5]$、$[10,8]$、$[4,6]$、$[9]$，需要 4 批，不可行。当 $M=19$ 时，可分为 $[7,2,5]$、$[10,8]$、$[4,6,9]$，恰好 3 批。可行性随 $M$ 单调，故最小可行值为 $19$。

7. 带人工复核的贝叶斯决策

二分类系统可以自动判正、自动判负或转人工复核。自动判正的假阳性损失为 4，自动判负的假阴性损失为 9，正确自动分类损失为 0；人工复核总能给出正确类别，但固定损失为 1。设 $p=P(Y=1\mid x)$，系统按条件期望损失最小选择动作；风险相等时优先人工复核。什么条件下应自动判正？

• A. $p>0.75$
• B. $p>4/13$
• C. $4/13<p\leq0.75$
• D. $p\geq0.75$

答案：A

解析：三个动作的风险分别为 $4(1-p)$、$9p$ 和 $1$。自动判正必须严格优于其余两者：

分别得到 $p>4/13$ 和 $p>0.75$，交集为 $p>0.75$。在 $p=0.75$ 时自动判正与人工复核风险相同，应按题意选择人工复核。

8. 树状数组的查询与更新路径

采用 1 下标的树状数组，长度为 16。$\operatorname{lowbit}(i)$ 表示 $i$ 的二进制表示中最低位 1 所代表的数值；节点 $T[i]$ 覆盖区间 $[i-\operatorname{lowbit}(i)+1,i]$。现计算前缀和 $P(13)$，同时将原数组第 5 个元素增加 $\Delta$。哪项描述正确？

• A. 查询路径为 $13\to12\to8\to0$，$T[12]$ 覆盖 $[9,12]$；更新路径为 $5\to6\to8\to16$
• B. 查询路径为 $13\to12\to8\to0$，$T[12]$ 覆盖 $[8,12]$；更新路径为 $5\to6\to10\to16$
• C. 查询路径为 $13\to9\to1\to0$，$T[9]$ 覆盖 $[8,9]$；更新路径为 $5\to7\to11\to15$
• D. 查询路径为 $13\to12\to4\to0$，$T[12]$ 覆盖 $[9,12]$；更新路径为 $5\to6\to8\to16$

答案：A

解析：前缀查询反复执行 $i\mathrel{-}=\operatorname{lowbit}(i)$，得到 $13\to12\to8\to0$。$\operatorname{lowbit}(12)=4$，所以 $T[12]$ 覆盖 $[9,12]$。单点更新反复执行 $i\mathrel{+}=\operatorname{lowbit}(i)$，得到 $5\to6\to8\to16$。

二、通用技术多选题（9 道）

记分规则：错选不得分，少选得三分之一分。

1. 决策树过拟合

训练决策树时，训练误差很低而验证误差明显较高。合理的处理或判断有哪些？

• A. 增大叶节点所需的最小样本数，限制细碎分支
• B. 使用独立验证数据选择剪枝强度，比较候选树的泛化表现
• C. 复制同一棵树多次再平均，可获得与随机森林相同的方差降低效果
• D. 限制最大深度通常会降低模型复杂度，但训练误差可能升高或保持不变

答案：A、B、D

解析：A 是预剪枝，B 是用验证集选择后剪枝强度，D 符合模型容量受限后的训练误差性质。C 错在所有副本完全相同，平均不会降低方差；随机森林依赖数据和特征随机化来降低基学习器之间的相关性。

2. 连续线性层与非线性

前馈网络含两个连续线性层，中间没有激活、归一化或其他非线性操作：$h=W_1x+b_1$，$y=W_2h+b_2$。正确判断有哪些？

• A. 两层可合并为 $y=(W_2W_1)x+(W_2b_1+b_2)$
• B. 扩大中间隐藏维度仍只得到仿射映射，不会自行产生非线性表达能力
• C. 中间加入 ReLU 后，整体通常成为分段线性映射
• D. 中间加入 ReLU 后，仍可在全部输入域按原矩阵乘积合并为同一仿射映射

答案：A、B、C

解析：直接代入可得 A。中间维度会影响乘积矩阵可能达到的秩，但不会改变仿射性质，因此 B 正确。ReLU 会根据输入改变激活模式，使整体成为分段线性映射，故 C 正确、D 错误。

3. 最大内积检索中的文档权重

稠密检索系统把查询和文档向量都做 L2 归一化，并使用最大内积 ANN 索引。希望给每个文档加入正的新鲜度权重 $w_d$，最终分数为 $w_d(q\cdot d)$。正确判断有哪些？

• A. 将 $w_d\,d$ 写入最大内积索引，可由文档范数承载权重
• B. 若写入后再次独立归一化每个 $w_d\,d$，新鲜度权重的排序作用会消失
• C. 将查询向量统一乘同一正数，可以替代各文档不同的 $w_d$
• D. 若 ANN 内部强制按余弦归一化，应在候选融合或重排阶段显式加入权重

答案：A、B、D

解析：最大内积下 $q\cdot(w_d\,d)=w_d(q\cdot d)$，所以 A 正确。由于 $w_d>0$，再次单位化会把标量消去，B 正确。统一缩放查询只会把所有分数乘以同一个正数，不能表达逐文档权重，C 错误。若索引强制归一化，则只能在召回后显式融合权重，D 正确；实践中还需留意召回阶段可能漏掉高权重但原始相似度一般的文档。

4. 仿射变换后的协方差与相关系数

随机变量 $X,Y$ 的二阶矩存在，方差均大于 0，相关系数为 $\rho$。令 $U=X+3$，$V=-2Y+5$。正确判断有哪些？

• A. $\operatorname{Cov}(U,V)=2\operatorname{Cov}(X,Y)$
• B. $\operatorname{Corr}(U,V)=-\rho$
• C. 若 $X,Y$ 相互独立，则 $\operatorname{Cov}(U,V)=0$
• D. 若 $\operatorname{Cov}(U,V)=0$，则 $X,Y$ 相互独立

答案：B、C

解析：平移不改变协方差，数乘会保留符号，因此 $\operatorname{Cov}(U,V)=-2\operatorname{Cov}(X,Y)$，A 错。相关系数分母中的标准差乘以 $2$，故只翻转符号，B 正确。独立蕴含不相关，所以 C 正确；一般情形下不相关不能推出独立，D 错误。

5. PT、SFT 与偏好数据的最小样本

只依据监督信号，哪些记录可直接构成对应阶段的一条有效训练样本？

• A. PT 记录包含连续文本及其自回归移位目标
• B. SFT 记录包含输入上下文和期望回答
• C. 偏好记录包含同一输入下的 chosen 与 rejected 回答
• D. SFT 记录只包含用户输入和奖励标量，可按目标回答计算 token 级交叉熵

答案：A、B、C

解析：预训练目标可由连续文本右移得到；SFT 需要上下文与目标回答；偏好学习需要同一输入下可比较的回答。D 没有目标回答序列，无法计算目标回答的 token 级交叉熵。

6. 带权并查集

带权并查集用 parent[v] 表示父节点，并定义 $w[v]=\operatorname{value}(v)/\operatorname{value}(\operatorname{parent}(v))$；根节点父亲为自身。查询时进行路径压缩。正确判断有哪些？

• A. 压缩前 $a$ 的父节点为 $b$、$b$ 的父节点为根 $r$，且 $w[a]=2,w[b]=3$；将 $a$ 直接挂到 $r$ 后应令 $w[a]=6$
• B. 已知 $\operatorname{value}(x)/\operatorname{value}(r_x)=2$、$\operatorname{value}(y)/\operatorname{value}(r_y)=5$，新增关系 $\operatorname{value}(x)/\operatorname{value}(y)=4$；若将根 $r_x$ 挂到 $r_y$ 下，应令 $w[r_x]=10$
• C. 根节点的 $w$ 可以保留为任意非零数，因为查询变量比值时最终会抵消
• D. 若新增关系连接的两点已在同一集合，可与现有路径推导的比值比较，以检测约束冲突

答案：A、B、D

解析：权值沿父链连乘，所以 A 中新权值为 $2\times3=6$。B 中

根指向自身，按定义其权值必须为 $1$，C 错。已连通两点的比值已由路径确定，可用于一致性检查，D 正确。

7. 2×2 消融实验解读

长上下文模型的数据审计使用相同初始化、优化器和训练步数，得到以下 CPT/SFT 实验：

• R00：不屏蔽 CPT 跨文档边界，不补回 SFT 缺失证据；长距离 NLL 为 $2.40$，事实正确率 $51\%$。
• R10：仅屏蔽边界；NLL 为 $2.02$，事实正确率 $52\%$。
• R01：仅补回证据；NLL 为 $2.39$，事实正确率 $65\%$。
• R11：同时修复；NLL 为 $1.96$，事实正确率 $70\%$。

随后用 R11 偏好优化：chosen 与 rejected 使用同一知识快照时，胜率提高 8 个百分点；使用不同快照时，提高 18 个百分点。正确判断有哪些？

• A. R10 与 R00 支持边界屏蔽主要改善长距离建模，但不足以证明其单独显著提升事实正确率
• B. 两项修复对事实正确率存在约 4 个百分点的正交互项
• C. 异快照子集比同快照子集多出的 10 个百分点，可能同时受到证据质量或样本难度差异影响
• D. R11 改善两个指标，证明两项修复对所有长上下文任务都分别必要

答案：A、B、C

解析：R00 到 R10 的 NLL 明显下降，而事实正确率只提高 1 个百分点，A 的谨慎结论成立。若两项作用可加，R11 的事实正确率应为 $51\%+1\%+14\%=66\%$，实际为 $70\%$，正交互约为 4 个百分点，B 正确。两个快照子集并非随机控制实验，差值可能有混杂，C 正确。D 把当前评测外推到所有任务，并把联合改善误写成分别必要，结论过强。

8. 标签偏移估计与校正

训练域类别先验为 $p_s(y)$。分类器固定后，线上无标签数据的预测类别比例为 $\mu$。在独立训练域验证集上已估计混淆矩阵 $C_{ij}=P_s(\hat y=i\mid y=j)$。假设线上仅发生标签偏移，即 $P_t(x\mid y)=P_s(x\mid y)$，并另留少量线上标注样本用于最终审计。合理处理有哪些？

• A. 在概率单纯形约束下求解 $\mu=Cq$ 以估计线上先验 $q$，避免在 $C$ 病态时直接无约束求逆
• B. 得到 $q$ 后，将源域后验按 $q_y/p_s(y)$ 校正，再对所有类别重新归一化
• C. 在无标签线上数据上联合优化温度和伪标签，使预测熵最低，并以熵下降作为标签偏移假设成立的依据
• D. 检查 $C$ 的条件数及先验估计敏感性，并用预留标注样本检验类条件分布稳定性和校正效果

答案：A、B、D

解析：A 是带非负与和为 1 约束的稳健先验估计；直接求逆会在矩阵病态时放大噪声。标签偏移下有

所以 B 正确。熵下降只说明模型变得更自信，不能证明标签偏移假设成立，C 错误。条件数、敏感性和线上标注审计都是必要的可靠性检查，D 正确。

9. 非负数组上的滑动窗口

以下滑动窗口算法用于在非负整数数组 $a$ 中求“元素和不超过 $T$ 的最长连续子数组长度”：右指针加入元素，窗口和大于 $T$ 时用 while 不断移出左端，恢复合法后更新答案。对 $a=[2,1,3,0,2,1]$、$T=5$，正确判断有哪些？

• A. 最长合法窗口长度为 3，且不存在长度 4 的合法窗口
• B. 元素均非负时，每个元素至多进入和离开窗口一次，时间复杂度为 $O(n)$
• C. 数组允许负数时，仍可在窗口和超过 $T$ 时收缩左端，原策略不会漏解
• D. 对一般非负数组，即使每个元素均不超过 $T$，把 while 改成 if 仍可能留下超限窗口

答案：A、B、D

解析：三个长度为 4 的窗口之和都为 $6$，而存在长度为 3、和不超过 $5$ 的窗口，所以 A 正确。左右指针都只前进，B 正确。有负数后，扩张与收缩对窗口和不再具有所需单调性，原策略会漏解，C 错。D 可由 $[1,1,5]$、$T=5$ 验证：加入 5 后只移出一个 1，窗口和仍为 6，因此必须持续收缩到合法。

三、计算机视觉方向卷（现存 2 道单选）

1. 目标检测评估中的贪心匹配

同一类别有两个标注框 $G_1,G_2$。按置信度从高到低只有两个预测框 $D_1,D_2$，IoU 如下：$D_1$ 对 $G_1,G_2$ 分别为 $0.74,0.71$；$D_2$ 对二者分别为 $0.69,0.18$。评估阈值为 $0.5$，并按预测顺序把每个预测贪心匹配到 IoU 最大的尚未匹配标注。预测标签与召回率是哪一项？

• A. $D_1$ 为 TP、$D_2$ 为 FP，召回率为 $0.5$
• B. $D_1$ 为 TP、$D_2$ 为 TP，召回率为 $1.0$
• C. $D_1$ 为 FP、$D_2$ 为 TP，召回率为 $0.5$
• D. $D_1$ 为 TP、$D_2$ 为 FP，召回率为 $1.0$

答案：A

解析：$D_1$ 先选择 IoU 更大的 $G_1$，超过阈值，记为 TP，且 $G_1$ 被占用。处理 $D_2$ 时只剩 $G_2$，对应 IoU 为 $0.18$，因此记为 FP。两个标注只召回一个，召回率为 $1/2=0.5$。

2. 扩散模型的交叉注意力控制

源提示为 “a red car beside a tree”，目标提示为 “a blue car beside a tree”。两次采样使用相同初始噪声，希望保留车辆位置、树木和整体构图，同时允许颜色改变。将采样前段定义为高噪声、主要形成粗略空间布局的阶段。哪种方式更合理？

• A. 对齐共享 token，前段注入共享 token 的源交叉注意力；颜色 token 使用目标注意力，后段逐步释放注入
• B. 对齐共享 token，前段注入颜色 token 的源交叉注意力；共享 token 使用目标注意力，后段持续冻结颜色
• C. 前后段都注入全部源交叉注意力；颜色变化仅通过替换目标提示的文本嵌入实现
• D. 前后段都使用全部目标交叉注意力；构图保持只依赖相同初始噪声

答案：A

解析：高噪声阶段主要确定布局。对共享语义注入源注意力有助于保持车、树与相对位置；发生替换的颜色 token 应采用目标侧控制，才能允许红色变为蓝色。后段逐步释放约束，则为新颜色和纹理细化保留自由度。其余选项要么锁住了待修改属性，要么不足以稳定保持构图。

题干缺失项

计算机视觉方向卷另有 3 道选择题，但没有可核对的题干、选项和必要参数。已知的题型概述不足以唯一恢复原题，因此本文不补写题目，也不提供推测答案。

四、AI Coding：短视频冷启动完播概率预测

题型说明

本题要求根据历史展示日志，为当前完整候选池中的短视频估计有效完播概率，并在同一请求内让高概率候选优先。程序以命令行方式读取 CSV、输出 CSV；输出必须与输入逐行对应，只包含 candidate_id 和 completion_probability 两列，概率必须是 $[0,1]$ 内的有限浮点数。

可确认的运行条件包括 Python 3.11，仅可使用 NumPy、pandas 和 scikit-learn，禁止联网或安装额外依赖；常见路径应在 60 秒内完成，完整路径不得超过 120 秒，随机过程需要固定种子。训练数据约 9225 行，验证数据约 2166 行，且验证数据时间晚于训练数据。

由于没有实际 CSV、字段说明文件和完整数据样例，本节只整理建模与验收策略，不提供臆造的数据字段、可执行代码或虚构实验分数。

1. 先锁定输入输出契约

开始建模前先机械核对：

• 从正式字段说明中区分展示前可用信息、训练标签和仅存在于历史展示日志中的信息；
• 只把预测时确实存在的展示前信息放入特征矩阵；
• 历史展示机制相关信息即使与标签高度相关，也不能直接当作线上特征；
• 保存输入行序，在输出阶段严格还原；
• 输出行数必须等于输入行数，候选 ID 不遗漏、不重复、不新增；
• 概率不得出现 NaN、无穷值或越界值，列名与列顺序必须完全匹配要求。

这一步优先级高于模型调参。离线表现异常好的特征首先应接受时间穿越、展示后信息和目标泄漏检查。

2. 处理曝光选择偏差

历史日志只包含曾被展示的候选，而预测对象是完整候选池，训练样本并不是从目标候选分布中均匀抽取的。若题面提供每条历史记录进入日志的曝光概率，可将其用于逆倾向加权：样本权重与曝光概率的倒数相关，并设置合理上限，避免极小曝光概率造成方差爆炸。

倾向信息的用途是修正训练权重，而不是成为预测特征。是否采用、如何截断以及截断阈值，都应在时间靠后的验证集上比较稳定性，不能脱离数据预设数值。

3. 同时关注概率校准与请求内排序

评价目标同时包含两层含义：

• 概率误差小，要求输出概率具有良好校准性；
• 有限展示位捕获更多有效完播，要求同一请求内排序有效。

因此验证时至少分别观察概率损失、校准表现和请求内排序指标。基础模型可从适合小规模表格数据、训练稳定的概率模型开始，再根据验证结果考虑校准。若构造请求内相对特征，必须确保它们只依赖当前请求在预测时可见的候选信息，例如某数值相对组内统计量的位置；不能混入标签或历史展示结果。

校准器也只能在训练流程内部拟合。不能在最终验证集上拟合后又用同一数据报告性能，否则会造成评估泄漏。

4. 冷启动与高基数实体

正式输入可能出现历史中未出现的创作者。高基数身份直接独热编码或无平滑记忆历史标签均值，容易在小数据上过拟合，并对新实体失效。更稳妥的原则是：

• 优先使用预测时可得、能够跨实体泛化的统计或内容特征；
• 如果根据训练数据构造目标编码，必须使用折外计算或严格的时间前推计算；
• 对低频与未见实体设置回退值，并用先验平滑降低小样本方差；
• 单独报告已见实体与未见实体上的指标，确认总体提升不是以冷启动退化为代价。

具体采用哪些实体与统计特征，必须以实际字段说明为准。

5. 验证方案

验证集时间晚于训练集，说明随机拆分不能作为主验证方式。推荐按以下顺序检查：

1. 使用给定的后时段验证集模拟真实分布变化；
2. 调参阶段也保持时间顺序，避免未来样本参与过去样本的特征统计；
3. 需要额外切分时，以请求为整体，避免同一请求候选跨越训练和验证；
4. 分别审计整体、请求内排序、冷启动子集和概率分桶；
5. 每轮只改变一个因素，并记录验证指标、耗时和异常情况。

如果类别比例或流量构成随时间变化，除总体指标外还应检查分时段、分群体结果，防止平均值掩盖局部失效。

6. 限时实现顺序

• 第一阶段：跑通基线。 完成读取、字段筛选、缺失值处理、基础模型和合规输出。
• 第二阶段：建立可信验证。 固定时间验证与请求分组规则，检查泄漏和概率分布。
• 第三阶段：处理选择偏差与冷启动。 分别测试样本加权、平滑统计和回退策略。
• 第四阶段：优化校准与组内排序。 只保留在后时段验证中稳定有效的改动。
• 第五阶段：做提交前验收。 在输入行重排、缺失值、新类别和不同候选数量下复测输出契约，并记录最坏运行时间。

在没有实际数据的情况下，无法判断哪种模型、权重截断或校准方法一定最优；这些都应作为待验证假设，而不是题目答案。

小结

• 当前可核对的选择题共 19 道，而非 22 道；缺失的 3 道方向题没有被补造。
• 通用单选强调按题面口径计算，关键是容量、边界、动作风险和加权时延。
• 通用多选强调结论边界：相关不等于独立，消融改善不等于普遍必要，熵下降也不能证明分布偏移假设。
• 计算机视觉题分别考查一对一贪心匹配和扩散模型中“保布局、改属性”的注意力控制。
• AI Coding 的核心不是凭空堆模型，而是避免展示偏差与信息泄漏，同时兼顾概率校准、请求内排序、冷启动和严格输出契约。