美团ai后端开发一面面经分享

* 线程池的核心参数有哪些？它们之间的关系是什么？* 线程池常见的拒绝策略有哪些？* 线程池的工作队列一般用什么数据结构？具体的类名是什么？* Future 和 CompletableFuture 的区别是什么？* 如何并行请求 5 个接口并同步拿到全部结果汇总？（场景题）* JUC 包下除了线程池，还有什么组件能实现“主线程等待子线程全部完成”* @Transactional 注解的底层实现原理？* Spring 内部方法调用（如 A 方法调 B 方法）时，事务注解会生效吗？为什么？* 什么是 Spring Boot Starter？它的作用和原理是什么？* Left Join 中 on 和 where 条件的区别？* 单表建议存放的数据量级是多少？* 如果用 user_id 做分表键，但查询条件只有 phone，该如何查询？（场景题）* 行锁（Record Lock）和间隙锁（Gap Lock）的触发时机与区别？* 消息队列的核心作用有哪些？* 如何解决 MQ 消息积压问题？* 增加消费者时，是否需要对 Topic/Partition 做对应操作？* 多个消费者在同一个消费组下，是竞争关系还是共享关系？* 物流项目： 如何实现防重复接单* AI 项目： RAG 的详细流程是什么？如何触发向量数据库检索？* AI 项目： 如何进行对话上下文管理？Token 限制的具体实现逻辑？七、 算法题无重复字符的最长子串

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...

努力拥抱AI中…AI coding相关问题，讲实习和项目1.线程池的使用，好处是啥2.countdownlatch讲一下底层怎么实现的3.aqs讲一下4.多线程怎么做协调

1. 你的RAG项目主要什么作用2. RAG项目工作流程是什么3. 你的RAG项目出现问题，怎么进行排错4. 大模型微调过程中数据预处理的步骤有哪些？5. 如何解决大模型Agent的工具调用 幻觉问题？6. LoRA微调技术是什么？7. 大模型Agent的记忆机制分为哪几类？8. 大模型后端部署常用的框架有哪些？9. 全参数微调与轻量化微调的适用场景分别是什么？10. 大模型Agent实现复杂任务规划的核心方法有哪些？11. 大模型推理服务的性能优化手段有哪些？12. 如何设计大模型微调后的效果评估体系？13. 大模型Agent对接第三方API时，后端如何做接口鉴权、限流与异常捕获？14. 大...