AgentAlpha · 面试间← 返回主站

公司题库 · 美团

美团大模型 Agent 面试题

到店、外卖与客服场景的交易 Agent、商品知识库问答，业务落地色彩重。

题目口径：来自 美团、LongCat 等公开渠道的面经与岗位 JD 高频归纳，不是内部真题。 按大家实际被问到的方向整理，每题一页带答案与追问。

Q · GRPO 之后有哪些衍生改进？DAPO 改了什么？先讲清GRPO组内相对优势、截断比率和KL惩罚三要素。再说明DAPO用Token级损失归一解决长度偏差，用动态采样过滤无效组，放宽截断上界防熵塌缩，最后补充移除方差归一等衍生思路。
Q · 大模型的工具调用能力是怎么训练出来的？预训练语料里没有结构化调用样本、学不会；靠两个阶段：SFT 喂全场景的工具调用对话学会「怎么调」，RLHF 用偏好信号学会「什么时候不该调」，一句话——SFT 教会怎么调，RLHF 教会什么时候调。
Q · 用 LangGraph 实现多轮对话 Agent，比手写 prompt 流程强在哪？LangGraph 还是自研怎么选？手写流程在处理中断恢复和复杂分支时容易堆砌条件判断，LangGraph 通过图结构和统一状态模型，原生提供持久化、人审挂起和并发控制。选型取决于状态复杂度和对底层调度的控制需求。