根据目前参与过美团AI面试的同学反馈，题目类型与考察方向有一定规律性，其实不难发现高频考点就那么几个，所以我用反馈出来的面经整理了一套题库，涵盖了美团ai面中反复出现的经典问题，只要认真掌握以下题目基本上就不用太焦虑。ai面规则我的建议是，ai面回答时尽量采用“第一、第二、第三”或“1、2、3”的结构化方式分点陈述，每个分点先抛出核心结论，再用一到两句话简要展开，避免长篇大论或逻辑散乱。语速一定要记住保持平稳适中，关键词可适当加重语气，确保ai的语音识别能够准确抓取得分点。整体作答控制在4分30秒左右，预留少量时间缓冲，防止超时自动跳题。如遇到完全不会的题目，不要长时间卡顿，简要说明相关思路或...

bg双2，投了很多中大厂基本都简历挂，uu们帮忙看看还能怎么优化一下呢，要不要把第二个项目换成agent（还是rpc？）

1. 全参数微调的显存一般怎么估算全参数微调的显存不能只看模型参数本身，真正上线训练时至少要把参数、梯度、优化器状态和激活值都算进去。最粗略的估算方式是：如果模型参数量是 N，训练精度是 bf16，那么参数大约占 2N 字节，梯度再来一份 2N，如果用 Adam，还要额外保存两组一阶和二阶矩，通常再加 4N + 4N 字节。也就是说，不考虑激活值时，单参数相关内存大致可以按 12N ~ 16N 字节估。真正把 batch size、sequence length、checkpointing、并行策略加进去后，激活值往往才是大头。所以面试里如果只答“参数量乘 2”基本不够。更稳的答法是先给出静态...