美团AI面试

昨天刚刚结束AI面试，今天又发一条AI面试链接，这正常吗

自我介绍：包括个人背景、大学/实习经历，以及 AI 大模型工具如何融入你的学习和实践。追问：AI 工具具体带来了哪些帮助或变化？快速排序算法的基本原理追问：如何选择基准值（Pivot），对性能有何影响？追问：在什么情况下快速排序不是最佳选择？Java 集合框架中 List、Set、Map 的底层实现原理及选择策略追问：ArrayList 扩容机制具体如何实现，何时触发扩容？追问：什么场景下选 ArrayList 比 LinkedList 更合适？数据库与缓存一致性保障的常用策略追问：延迟双删策略在高并发场景下有哪些潜在风险？追问：延迟双删适合什么场景？有没有其他更好的策略？设计一个基本的网络爬...

AI数字人面试官，每个问题前有15s左右思考时间，5分钟回答时间，感觉和简历上内容1. 选择编程语言，C++2. 自我介绍，AI大模型工具使用情况3. HTTP 与 HTTPS 区别；HTTPS 的 TLS/SSL 如何连接，如何进行加密；如何防止中间人篡改/替换攻击；4. 如何排查慢 SQL，如何判定索引命中情况；已经命中索引仍然效率不佳，如何优化；聚合索引如何选择索引顺序5. 模板编程 和 模板元编程的区别；模板编程中偏特化的应用场景；偏特化是否影响通用模板功能，......6. ”生成内容“如何进行缓存，什么输入适合作为键缓存，什么不适合，如何构建key；（什么是生成内容，大模型回复吗）对于不同客户不同场景，如何避免缓存泄露和数据混淆；分场景划分如何确定粒度；如何避免缓存污染和失效；7. 设计一个日历通知系统，用户可以设置某个时间的事件以得到提醒；定时事件如何实现，如何与数据库和前端交互；设置间隔很小的多个事件，是否可能导致事件的重复或遗漏，如何避免；8. 如何入手一个陌生技术领域；如何进行信息筛选；如何判断相互冲突的信息来源的可靠性；前一天的 03/21 美团笔试：- 选择题x10，很多 AI 题- 最长严格递增子序列长度：其实只用计数不同数的个数就好了- 移动括号最少次数使得匹配：贪心，维护右括号数量和左括号差值，遇到左括号且差值大于0直接累加计数（即相当于直接移过去匹配），应该这个思路没问题吧，过了80，后面觉得可能是忘了 long long 溢出了- 01树（不会，直接DFS超时）

1. Agent 工具调用你知道怎么训练吗？训练集应该包含哪些？怎么得到训练数据集？如果只是让模型“知道有工具”，那只需要在 SFT 里教会它工具名和参数格式；但如果想让它真的会用工具，训练集必须覆盖完整决策链路。至少要有三类样本：一类是该调用工具的，一类是不该调用工具的，还有一类是要调用多个工具且有依赖关系的。否则模型很容易学成“逢问题必调用”。训练数据来源一般有几种。最理想的是业务日志里已有高质量人工操作轨迹，把用户问题、检索条件、调用参数、返回结果和最终回复串起来。没有现成轨迹时，就要靠规则模板、专家构造、模型自蒸馏和人工校验混合生成。真正难的地方不在造正样本，而在构造反例，比如参数缺失...