链路量级是：召回 1000 → 粗排 300 → 精排 30。粗排是一个小双塔，精排容量大得多。上线后发现约 15% 最终高转化的 item 在粗排阶段就被截断在 300 名之外，粗排离线 AUC 0.75、精排 0.82。把粗排候选从 300 扩到 500 只能挽回一小部分，延迟却涨了 40%。请说明你会从哪几个方向改，并说清每个方向为什么能减少这种截断。

面试官在考什么

判断候选人是否理解漏斗中的样本选择偏差与粗精排排序口径一致性，而不是只会“把粗排模型换大”。

粗排精排

回答框架 · 前两步

1. 截断的主因是样本选择偏差：粗排只用精排曝光过的样本训练，学到的是精排已经筛过的分布，对精排没见过的 item 打分不可靠；次因才是粗排容量不足以拟合精排排序。
2. 用精排的 soft label 或排序结果对粗排做蒸馏，让粗排对齐精排的排序口径，而不是只拟合点击 label。

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。