美团二面要多久出结果

1.项目用到了那些框架2.客户端和服务端如何通信3.客户端请求过来怎么调用对应处理4.大量用户同时连接怎么处理5.跨服之间请求怎么调用接收6.战斗的流程是怎么样的7.对数据的修改是先到哪里的，数据库怎么做的延迟更新8.怎么实现一个全服限购的商品道具9.排行榜怎么实现的10.跨服的排行榜怎么实现的11.有三个不同的奖品各有不同的权重，怎么实现一个抽奖功能12.当有反馈一些操作很慢的时候，怎么去排查的

1. 自我介绍2. 项目介绍3. 多智能体项目中，工具调用是怎么实现的？4. MCP 有哪些协议是否了解？5. RAG 的工作流程6. Tranformer 为什么出现？解决了什么问题？注意力机制介绍一下7. 大模型生命周期相关，训练，微调，量化，剪枝，蒸馏，部署，分布式等，从头到尾串了一遍8. 有一个垂域大模型，部署成本过高，如果要降低部署成本，你会选择蒸馏还是量化？9. Linux 进程与线程的区别10. Python GIL 锁有没有了解？怎么绕过 GIL 锁？11. Git 多人协作的时候怎么处理合并冲突？12. 开放性问题：你在学术项目中印象最深/感触最大的一件事13. 开放性问题：...

打算找大模型算法岗或者大模型应用开发岗，但是官网简历是泡池子没动静的，Boss投简历打招呼是没人要的。我的简历是有很大的问题吗？我听别人说字节只要投就有面，为什么我没有啊

1. 说一下 SFT、RLHF、DPO 的区别，线上项目里你会怎么选？答：SFT 是监督微调，核心是让模型学会“像人一样回答”，训练数据一般是 prompt-response 对，优点是简单直接、稳定、成本低，适合把基座模型先拉到业务可用水平。RLHF 是先做 SFT，再训练奖励模型，然后通过 PPO 之类的方法让模型朝着“人类更偏好”的方向优化。优点是能更细致地对齐人类偏好，缺点是链路长、训练复杂、容易不稳定。DPO 可以理解成不显式训练奖励模型、也不走复杂强化学习，而是直接利用偏好对做优化，训练上比 RLHF 更简单，效果在很多场景下也不错。如果是企业大模型应用，通常优先级往往是 SFT ...