美团 AI 面 --- 2025.9.13

1. 请做一个简短的自我介绍。2. 你为什么选择投递国内销售与业务管理岗位？3. 你对“格力国内销售与业务管理岗”的核心工作内容有哪些基础认知？它和纯销售执行岗、纯技术岗的核心差异是什么？4. 你认为自己身上最符合该岗位需求的特质是什么？（如销售业务需谈判能力，销售管理需统筹思维，技术管理需产品敏感度）5. 你觉得自己在“市场开拓策略制定”“渠道管理”或“系统维护开发”能力上还有哪些需要提升的地方？计划如何提升？6. 过往学习或实践中，你有没有做过与销售、管理或技术支持相关的工作（如校园义卖组织、社团经费管理、简单数据整理）？请简单描述。7. 如果你入职后需要快速熟悉格力家电的国内销售渠道布局，你会用什么方法高效学习？8. 当你同时面对“紧急订单跟进”和“销售数据分析报告撰写”两项任务时，会怎么划分优先级？请说明判断依据。9. 你平时会通过哪些渠道关注“国内家电销售”“渠道管理”或“销售信息化”领域的动态（如家电行业报告、销售管理论坛、电商平台资讯）？10. 你如何理解国内销售与业务管理在格力抢占国内市场份额、维护客户关系、保障销售链路顺畅中的核心价值？

一、面试基本情况时间：2025年9月下旬岗位：Java 后端开发工程师形式：远程视频面试时长：约 60 分钟面试内容比例：基础 30%，并发与集合 30%，JVM 20%，项目与系统设计 20%全网最全面的java面试八股文专栏：https://www.nowcoder.com/creation/manager/columnDetail/0n9XOd二、面试流程概览Java 基础语法与机制集合框架与并发编程JVM 原理与性能优化项目设计与系统思维开放性与场景题三、详细面试题目1. Java 基础Java 中重载与重写的区别是什么？== 和 equals() 的区别？为什么 String 是不可...

1️⃣RAG 有哪几个步骤？Step1:将文本分割成块;Step2:使用编码模型将这些块嵌入到向量中，将所有这些向量放入索引中;Step3:LLM 创建一个提示，告诉模型根据我们在搜索步骤中找到的上下文来回答用户的查询。2️⃣实际项目中RAG有哪些优化技巧？首先召回源会考虑多路召回，在召回后面增加一个重排序的阶段，提升召回的质量。另外，重排序模型以及生成模型会根据系统问答的指标情况，进一步微调。3️⃣RAG 中为什么会出现幻觉？出现幻觉问题主要分为两大类，一是生成结果与数据源不一致，训练数据和源数据不一致、数据没对齐或者编码器理解能力的缺陷导致；二是用户问题超出了大模型的认知，用户的问题不在语言模型认知范围内导致。4️⃣RAG 一般怎么做效果评估？RAG 做效果评估主要是针对检索和生成两个环节。对检索环节，我们可以采用 MRR 即平均倒排率，前 k 项的 Hits Rate 命中率， NDCG 排序指标等。生成环节首先是量化指标，再评估生成答案的多样性，看看模型是否能够生成多种合理且相关的答案。还需要引入人类评估，考虑资源效率。5️⃣针对幻觉的问题，有什么解决思路？加入一些纠偏规则，比如采用 ReAct 的思想，让大模型对输出的结果进行反思。还有一种思路是集成知识图谱，即不再局限于向量数据库匹配，做召回时不仅考虑文档块，同时还考虑图谱的三元组。将知识图谱( KGs ）集成到 RAG 中，通过利用知识图谱中结构化且相互关联的数据，可以显著增强当前 RAG 系统的推理能力。6️⃣在实际做项目中，经常遇到各种边界的 case ，一般怎么解决？这个需要分情况来看，首先是无效问题：如果对于知识库中没有的问题，我们需要做一个准入的判别，判断是否需要回答。一般是一个二分类模型，或者直接用大模型+ prompt 来做，使模型在这种情况下输出一个预设的兜底话术。第二个是减少幻觉，在推理模块中添加规则和提示工程技术。还有一种是格式错误：模型可能会生成无法解析的答案，这种可以设计一个备份的代理大模型，当解析失败时，可以基于代理大模型直接生成简洁准确的总结。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

简历项目问答PPT解析优化还有什么优化agent调用工具不正确怎么办采用sft或者强化学习怎么来解决ppo算法为什么有reward model 又有critic modelfunction call能力提升采用grpo的话奖励函数怎么设计？除了结果奖励和可以怎么设计过程奖励