美团大模型应用算法 一面

✅ 春招备战指南 ✅ 💡 学习建议：  先尝试独立解题 对照解析查漏补缺   🧸 题面描述背景等均已深度改编，做法和题目本质基本保持一致。 🍹 感谢各位朋友们的订阅，你们的支持是我们创作的最大动力 🌸 目前本专栏已经上线200+套真题改编解析，后续会持续更新的  春秋招笔试机考招合集 -> 互联网必备刷题宝典🔗 京东-2026.03.21-第三套 这套目前只有一道图论题，但题型非常标准。题面表面是在“已有通道 + 候选新通道”里做规划，落地时要先把免费边缩成若干连通块，随后对候选边跑一遍 Kruskal。 题目一：星港联通计划 如果直接把已有通道和候选通道混在一起想，很容易绕进...

面试很难，还是要多多练习，攒人品中！1.讲一下为什么先cot后answer的情况下，越往后token的prob越高？2.用大模型蒸馏的cot很多噪声怎么办？3.对VLM做SFT，发现模型对文本信息更置信，看图片的时候反而会产生幻觉，怎么办？RL相关1. PPO中GAE的公式，如何递归计算每个token的优势？2. DPO的loss公式？3. GRPO和PPO有什么区别？GSPO和GRPO又有什么区别？4. RL中的熵塌缩和reward hacking遇到过吗？两个问题都有什么改进方法，最近有什么新论文提出了改进方法？5. 在组内采样类型的RL算法中，on-policy rollout不出正确答案怎么办？6. 知道Self-Distillation吗，为什么要做，最近这方面有哪些论文？7. RL过程中reward或者loss震荡严重，怎么办？

📍面试公司：百度 文心一言🕐面试时间：2026.03.18💻面试岗位：大模型RL后训练❓面试问题：自我介绍，教育背景，项目经历项目介绍，基于大语言模型的信号灯控制，问题是什么，如何结合熵，怎么评测，指标结果如何强化学习理论内容，trust-range和PPO的关系PPO是off-policy or on-policy? on-policy为什么会有importance sampling，采样的策略模型和要训练的策略模型有偏差，重要性采样加以修正PPO的clip在优势A 正/负时 限制上/下届，A为正限制上届，A为负限制下届PPO的损失函数怎么计算的？广义优势估计是怎么计算？GAE中lam...

1.你的登录功能是基于什么来实现的呢？2.你使用了多级缓存，redis＋本地缓存，那你的本地缓存是怎么去实现的？3.如果redis和DB库存不一致导致超卖了怎么办？4.如果redis和DB库存不一致，如何让用户感知到下单失败？5.如果抢票只有一张票，但是有上千万和请求到来，如何进行处理？不用消息队列的话？比如令牌桶？限流？6.用redis来实现全局唯一ID是如何来实现的？会不会导致7.项目有做分布式的部署么？如何实现？8.了解什么是Function call，什么是mcp，什么是skill么？9.平时编程有用什么AI么？10.Java面向对象的三大特性是什么呢？有什么含义？11.子类中如何引用父类的方法？12.父类对象的引用可以调用指向子类的新方法么？13.重载和重写有什么不一样么？14.如果重载里面的参数是list，但是泛型不一样，算重载么？15.被哪些修饰修饰的方法是可以重写的？16.Java的static方法有哪些作用？17.有什么办法在静态方法里面调用非静态的方法？18.Java常见的集合或者说集合框架有哪些？19.Concurrenthashmap是如何实现的？20.Java里面有哪些创建线程的方法？21.线程池的有哪些参数？他们具体什么含义？22.为什么要尽量使用自己定义的线程池？23.Thread local的实现是什么？它里面用了什么引用？24.排查过内存泄露的例子么？如何排查内存泄露？25.如何去排查OOM？26.Spring中的autowired和resource注解有什么区别么？27.Spring的bean默认是单例还是多例的？如何创建多例的bean？28.如果依赖注入的时候接口有两个实现，怎么是选择要注入哪个？29.Spring的IOC和DI是什么意思？30.用过spring的切面么？如何使用切面？31.MySQL有哪些隔离级别？他们怎么实现？为什么使用Mvcc解决可重复读？32.MySQL的索引失效的场景有哪些？33.索引是越多越好么？34.为什么平时实际生产要反范式？35.数据库的Join有哪几种方式join啊？有两个表，一张是交易的表，一张是结算的表，交易会每天给把它收到的订单给结算发一份。两个表都有订单号字段，如果有人在结算的表插入订单（不在交易的表）或者交易给结算的表丢失部分数据，如何去排查这些异常的数据？36.计算机网络的tcp协议如何做拥塞控制？37.Tcp头部的内容了解么？有哪些字段？38.手撕：K个一组翻转链表回答了七八成的问题吧，手撕六分钟写出来，面完直接约二面