美团大模型后端二面

希望发出来对大家有帮助！1.项目拷打2.实习中，处理的时序数据都是什么样的数据？信号代表什么？3.详细介绍一下项目中的技术部分是怎么做的？4.做pre-training的时候loss的权重是怎么设计的？5.简述一下几篇对比学习的工作，介绍一下技术发展脉络？是否了解MoCo？6.有没有做过大模型微调？LoRA是否了解？为什么可以省显存？7.Agent项目里用的框架是什么？它是怎么决定自己要做哪一步的？8.workflow和agent的主要的区别9.问了几个GRPO的问题10.讲一下归纳偏置11.解决模型过拟合的方式12.transformer里的因果attention怎么实现的13.介绍一下位置编码？旋转位置编码的作用14.梯度消失和梯度爆炸的原因？如何解决？15.手撕：最长无重复子串

最近Agent岗位的面试风向变了。以前聊的是大模型能干什么，现在面试官更关心：当大模型“掉链子”的时候，你的架构怎么接住它？逃不开的架构选择：从“全能大脑”到“流水线”面试官最爱问的一类问题是：“你的Agent架构是如何权衡灵活性和确定性的？”很多人习惯设计一个全能型Agent，让它自己想、自己做。但在工业级场景下，这种“盲盒式”架构往往会被面试官质疑。现在的进阶聊法是谈“SOP（标准作业程序）的Agent化”。你是采用顺序流（Sequential）还是分叉流（Branching）？在架构中，你是否引入了“硬代码”逻辑来约束AI的胡思乱想？路由（Router）是如何设计的？是靠模型语义判断，还...

一面： 1. ai coding去实现需求的核心思路2. ai coding做高质量需求，前置要准备哪些高质量知识3. 对ai coding的理解？业务落地还存在哪些4. 长链路编码任务，上下文不够用，有哪些工程策略解决？5. 怎么在控制上下文大小的同时保证结果质量？6. mcp / skill 的执行方式分别是什么？7. chunk太短怎么处理？8. 讲一下前端框架9. 项目拷打10. 后端相关：操作系统、计算机网络、事务、redis等11. 手撕，最长有效括号二面：1. ai coding相关问题2. 项目拷打3. ai coding一道接口题

说是5分钟安装，但我第一次部署OpenClaw，前前后后花了两小时。 不是因为难，而是因为——坑太多。 有些坑是文档没写清楚，有些坑是我自己操作失误，还有些坑是环境配置问题。 总之，踩完一圈坑之后，我决定把这些经验整理出来，帮后来者省点时间。 踩过的这些坑，其实有本手册里都有解决方案。完整的部署步骤、配置细节，可以看《2026OpenClaw完全使用手册》。 坑1：Node.js版本太老 现象 安装依赖时报错： error: The engine "node" is incompatible with this module.  原因 我的电脑上装的是Node.js 10....