美团 大模型算法面经（一面、二面）

秋招 · 2026-07 · 来源 牛客

聚焦大模型训练全流程（SFT→RL）的工程落地能力、底层原理理解与业务适配思考，尤其强调推理优化、数据质量评估、Reward设计及训练阶段划分的合理性

• 一面 · 八股：为何SFT后仍需RLHF/RL训练，仅靠监督微调能否满足复杂推理类业务需求
• 一面 · 八股：SFT达到哪些量化指标（如loss、accuracy、reasoning step覆盖率等）才适合启动RL阶段
• 二面 · 场景：如何从标注一致性、覆盖度、难度分布等维度构建数据质量量化评估体系
• 二面 · 场景：定义标注合格标准的关键维度（如schema adherence、边界case处理、多跳逻辑完整性）