场景：1 亿物品、千万 DAU，召回要在毫秒级返回 500 个候选，你们用双塔（user 塔 + item 塔）做召回。请回答：① 为什么双塔能在这个量级下做到毫秒级，item 侧的计算发生在什么时刻；② user 塔和 item 塔能不能输入“该用户是否点击过这个物品的同类目”这种交叉特征，为什么；③ 训练时 batch=512、每行 1 个正样本，用 in-batch 负采样，这个 batch 里实际有多少个负样本？这种采样方式有什么偏置，怎么缓解。

面试官在考什么

判断候选人是否理解双塔“可预计算”这一根本前提，以及由此带来的交叉特征限制和 in-batch 负采样的采样偏置。

双塔召回

回答框架 · 前两步

1. item 塔的输出可以离线（或准实时）对全量 1 亿物品算好，建成 ANN 索引（HNSW/IVF-PQ）；线上只跑一次 user 塔前向 + 一次向量检索，所以耗时基本与物品总量无关，这是“毫秒级”的来源。
2. 双塔的硬约束是两侧在算内积之前不能交互：交叉特征（用户×物品）必须对每个 (user,item) 对分别计算，一旦引入就无法预计算 item 侧向量，退化成对全量物品暴力打分，失去双塔的意义。

同一能力域的其他题

• 推荐系统为什么要做多阶段（召回-粗排-精排-重排）而不是一个模型直接排？每一阶段的核心目标有什么不同？
• 双塔召回为什么必须最后才做用户侧和物品侧的交互？如果想加强交互能力，业界有哪些改进方向？
• 多目标排序里，你手上的 CTR、CVR、时长这几个目标怎么融合成一个排序分？各目标样本量差异很大怎么办？
• 某电商推荐场景，item 约 500 万，日活用户 2000 万，用户平均有效行为 40 条。行为分布极度长尾：Top 1% 的 item 吃掉了约 60% 的行为。你用 ItemCF 做召回，上线后发现不同用户的召回结果高度雷同，基本集中在几百个头部爆款上。请给出你会采用的 item 相似度计算公式（写清楚热门惩罚项放在哪一项），并回答两点：(a) 为什么惩罚要作用在相似度层面，而不是在召回打分阶段给热门 item 乘一个降权系数；(b) 一个只有 2 条历史行为、且都是长尾商品的用户，你怎么保证他仍有足够的召回量。
• 某电商推荐系统的 i2i 协同过滤召回已经跑了两年：物品 200 万，日活 500 万，日新增用户-物品行为 2 亿条，离线用余弦相似度按天全量重算共现矩阵。最近两个季度，头部 5% 的商品占据了约 60% 的召回曝光位，长尾和新品几乎拿不到量。你接手后，会怎么定位这到底是「相似度定义」的问题还是「链路结构」的问题，并给出你的改造方案与验证口径？
• 已知用户-物品二值行为矩阵（1 = 有过交互）：u1={i1,i2,i3}，u2={i2,i3,i4}，u3={i3,i4}，u4={i1}。请用 UserCF 给 u1 生成推荐：① 基于二值向量的余弦相似度，算出 u1-u2、u1-u3、u1-u4 分别是多少（保留两位小数）；② 取 Top-2 邻居、按相似度加权，写出你会推给 u1 的物品和分数；③ 如果某个邻居是一个几乎什么都看过的超级活跃用户，这个打分公式会出什么问题，怎么改。