美团面试题 · 方案权衡 · LLM
美团相关面试题，按最终去重题目聚合。
共 3614 道真题 · 当前筛选命中 16 道 · 更新 2026-08-05
筛选题目已选：方案权衡 · LLM
考察点
技术栈
第 1 题你了解大模型在推荐系统中的哪些应用？ 考察对大模型与推荐系统结合的技术理解与知识广度第 2 题在内部技术选型中，你们是如何评估并确定使用某款大模型而非其他备选方案的？ 考察技术选型的评估流程、决策依据和开放性第 3 题在这些大模型工具中，你觉得哪一个更好，为什么？ 考察候选人的工具评估能力与判断依据第 4 题使用垂类大模型主要解决什么问题？相比通用大模型有何优势？ 考察对垂类大模型价值定位与场景适配的理解第 5 题如何降低大模型AI幻觉率？请给出具体可落地的方案。 考察对幻觉缓解方法的体系化理解与工程落地能力第 6 题请分别说明大模型训练和推理阶段的主要性能优化手段。 考察对大模型训练与推理性能优化的系统理解与工程实践第 7 题你们的大模型是从零训练还是基于开源模型微调的？请说明选型理由。 考察对模型选型、训练成本与效果平衡的理解第 8 题若你参与过大模型的本地化部署，请对比本地部署与Web API、人工处理在数据处理结果上的差异。 考察对模型部署方式、结果质量与适用场景的理解及经验第 9 题做完 SFT 后为什么还要做 RLHF？请明确说明 RLHF 能实现哪些 SFT 做不到的效果。 考察对 LLM 对齐流程中 SFT 与 RLHF 差异的理解第 10 题请概述大模型后训练的典型流程，并说明各阶段的作用与相互关系。 考察对大模型后训练整体流程及各阶段目标的理解第 11 题请解释什么是模型蒸馏，以及它在大模型应用中的作用。 考察对模型蒸馏概念与应用价值的理解第 12 题在实际项目中，你们选择微调大模型还是调用大模型API时，是如何评估计算成本和必要性的？ 考察大模型技术选型时对成本与收益的权衡能力第 13 题如果不扩充知识库/知识点，你还有哪些方法可以降低幻觉率？ 考察除RAG之外的其他幻觉缓解手段与思考深度第 14 题大模型SFT(监督微调)解决不了业务问题吗?为什么还要引入强化学习。强化学习主要解决业务中的什么问题 考察对SFT与强化学习在大模型训练中分工及业务价值差异的理解第 15 题大模型SFT解决不了业务问题吗？为什么还要引入强化学习？强化学习主要解决业务中的什么问题？ 考察对SFT与强化学习在大模型训练中定位差异的理解，及强化学习针对的业务目标第 16 题如果将LLM推理效率优化后的方案部署到在线服务，你会如何解决线上环境特有的性能问题？ 考察将离线优化迁移到在线推理系统时的工程化与性能调优能力