面了美团大模型算法，压迫感满满！！！

最近已有不少大厂开启春招宣讲了。

节前，我们邀请了一些互联网大厂朋友、今年参加社招和校招面试的同学。

针对新手如何入门算法岗、该如何准备面试攻略、面试常考点、大模型技术趋势、算法项目落地经验分享等热门话题进行了深入的讨论。

总结链接如下：

• 《大模型面试宝典》(2025版) 正式发布

---

大家好，最近面了美团大模型算法岗(日常实习)，bg一般，之前有一段还可以的实习。

面试题分享，欢迎与我交流学习

面试题

1. 请阐述您的研究方向（简历中未提及），如果研究方向为 AI4science，能否介绍一下如何通过对比学习实现多模态对齐，以及涉及的数据形式。
2. 详细介绍您第一个项目的流程。
3. 在项目中运用 RAG 时，遇到了哪些难题？
4. 相较于微调，选择 RAG 的原因是什么？RAG 具有哪些优势，例如在应对灾难性遗忘、知识更新以及幻觉问题方面（此处可结合自身理解详细说明幻觉相关内容）？
5. 项目中涉及 query 改写的模型训练，请问进行 query 改写的目的是什么？query 改写数据集的具体构成是怎样的？多轮对话的数据集流程是怎样的，如何判断是否需要通过多轮对话引导用户进一步描述问题？
6. 对于 sft 数据集，您有哪些避免灾难性遗忘的处理方法？
7. 我们的业务场景并不需要对 embedding 模型进行微调，而您的项目进行了微调，请问原因是什么？
8. 请介绍 DPO，先介绍一下 PPO，然后探讨 reference 模型和 actor 模型是否可以为同一个模型。
9. reference 模型在相关任务中起到什么作用？
10. deepseek r1 采用 GRPO 的原因是什么？
11. 请详细介绍 deepseek r1 的 GRPO。
12. 为什么 GRPO 不需要 critic？
13. deepseek r1 进行冷启动的目的和原因是什么？
14. GRPO 去除了 critic，那么其奖励是如何计算的？
15. PRM 和 ORM 各自的优势是什么？分别适用于哪些场景？在 kimi k1.5、deepseek r1 和 rstar math 等相关场景下，PRM 是否真的不适用？
16. PRM 落地的核心要点是什么？
17. 您对本次面试有什么疑问？