美团 2026 秋招技术方向笔试复盘

面试官提问清单

本次录屏前段包含 10 道单选题和 1 道编程题，后段主要是 AI Coding。按要求，本页完整整理单选题题干、选项和参考答案；AI Coding 只记录范围，不展开代码过程。

单选题

1. KMP 匹配效率

题目：采用 KMP 算法，对模式串 S 和主串 T 进行匹配，其中 S="aaaab"、T="abaaaabca"。设匹配成功过程中进行的字符间比较次数为 x，规定 x 与主串长度之比为匹配效率，求本次 KMP 匹配算法的效率。字符串下标从 1 开始，每次字符比较都计数，包含匹配和不匹配。

选项	内容
A	1
B	0.55
C	0.33
D	0.89

参考答案：D（0.89）。KMP 的比较序列可记为：首字符匹配、第二个字符失配并回退、随后连续匹配 a a a a b，共 8 次比较；主串长度为 9，因此效率为 $8 / 9 \approx 0.89$ 。

2. 大模型预训练学习率调度

题目：下面关于大模型预训练中学习率调度（Learning Rate Schedule）的说法正确的是（）。

选项	内容
A	余弦退火（Cosine Decay）在学习率降至 0 后会自动重启
B	当使用 Adam 优化器时，学习率对效果影响可以忽略
C	基于训练损失变化的动态调度（如 `ReduceLROnPlateau`）不适合预训练
D	线性 warmup 阶段的时间应占总训练步数的 50% 以上

参考答案：C。大模型预训练通常使用预先规划的 warmup 加衰减曲线；训练损失噪声大、评估周期长时，基于 plateau 的动态降学习率不稳定且难以与大规模训练配合。余弦退火本身不自动重启（重启是 cosine annealing warm restarts 的额外机制），Adam 仍然对基础学习率敏感，warmup 通常只占训练前期较小比例。

3. DPO 过度拒答

题目：对齐训练后，模型对敏感问题的拒答率上升，但也开始对正常问题“过度拒答”。更优先的修正是（）。

选项	内容
A	补充可回答样本并做好拒答边界数据，拉回决策边界
B	把温度调高，让模型更敢回答从而降低拒答比例
C	提高拒答阈值，让模型更难触发拒答模板即可解决
D	把安全 system prompt 写得更短，减少模型受规则影响

参考答案：A。过度拒答是安全边界校准问题，应补充安全可答、边界和应拒样本，检查偏好数据与拒答标签；仅调温度或阈值会改变输出随机性，不能修复训练分布偏差。

4. 多 Agent 共享事实

题目：多 Agent 协作时，如果希望每个 Agent 都看到同一份“共享事实”，更常见的做法是（）。

选项	内容
A	维护共享黑板/共享状态，由各 Agent 读取与写入
B	把 temperature 调高，让每个 Agent 自由发挥全局事实
C	给每个 Agent 不同 system prompt，让它们产生互补信息
D	让每个 Agent 各自维护记忆库，避免相互影响

参考答案：A。共享黑板（blackboard）或中心状态存储提供单一事实源；写入应有版本、权限和并发控制，避免多个 Agent 各自持有不可合并的事实副本。

5. GPT 系列模型架构

题目：下面关于 GPT 系列模型架构的说法正确的是（）。

选项	内容
A	GPT 采用双向编码器架构
B	GPT 模型通常在小规模参数上表现最佳
C	GPT 模型在训练时不使用位置编码
D	GPT 采用解码器架构，适合生成式任务

参考答案：D。GPT 属于 decoder-only Transformer，使用因果自注意力预测下一个 token；生成任务天然符合其自回归结构。位置编码是序列建模所需信息，具体实现可以是绝对位置编码或 RoPE 等相对/旋转位置方案。

6. 生僻品牌名的词向量质量

题目：预训练商品标题模型时，生僻品牌名（如“璞璞”）词向量质量差，根治措施是（）。

选项	内容
A	在输入层添加字符级 CNN 编码器
B	对低频词施加更高的初始化方差
C	在训练过程中对生僻词进行过采样
D	使用词干提取器将品牌名归一化为词根形式

参考答案：C。低频 token 获得的梯度更新不足，应通过数据清洗、覆盖更多真实上下文和适度过采样提升出现频率。字符/子词建模可以作为 OOV 或泛化补充，但不能替代对稀疏训练信号的处理；增大初始化方差也不会产生有效语义监督。

7. 子网地址计算

题目：主机网络地址为 240.210.43.56，子网掩码为 255.255.248.0，则子网地址为（）。

选项	内容
A	`240.210.43.0`
B	`255.255.40.0`
C	`240.210.43.56`
D	`240.210.40.0`

参考答案：D。掩码第三字节 248 的块大小为 $256 - 248 = 8$ ，第三字节 43 所在块的起点是 40；按位与结果为 240.210.40.0。

8. INT8 量化精度下降

题目：动态定价模型部署时，INT8 量化导致价格跳变异常，技术归因是（）。

选项	内容
A	模型训练时的学习率过高
B	校准数据集未覆盖价格边界样本
C	量化感知训练使用了过多正则化
D	激活函数数值范围溢出

参考答案：B。校准或代表性数据没有覆盖长尾、边界和分布外附近的激活范围时，scale/zero-point 估计失真，INT8 舍入和截断会放大为输出跳变。应补齐代表性校准集，分别检查权重、激活的动态范围，并对敏感层采用更高精度或量化感知训练。

9. 单道处理机平均周转时间

题目：一台使用单道方式运行的处理机上有 5 个作业同时到达，每个作业计算时间平均为 1 小时，则平均周转时间是（）。

选项	内容
A	2 小时
B	5 小时
C	15 小时
D	3 小时

参考答案：D。按先来先服务且作业同时到达，5 个作业完成时间依次为 1、2、3、4、5 小时，平均周转时间为 $(1 + 2 + 3 + 4 + 5) / 5 = 3$ 小时。周转时间是“完成时刻−到达时刻”，不要误算成平均等待时间（2 小时）或总周转时间（15 小时）。

10. 二分查找比较次数

题目：对于有序序列 1, 3, 5, 7, 8, 20, 56, 77，采用折半查找查找 5，需要（）次查找。提示：mid=(low+high)/2，向下取整。

选项	内容
A	2
B	4
C	5
D	3

参考答案：D（3 次）。以闭区间下标 [0,7] 为例：mid=3 比较 7，缩到 [0,2]；mid=1 比较 3，缩到 [2,2]；mid=2 命中 5，共 3 次。做题时先明确边界定义，再逐次写出 mid 和新区间。

编程题

题目：给定长度为 $n$ 的正整数数组，从数组中任选两个数 $a_{i}$ 和 $a_{j}$ （下标可以相等），求乘积最大值。

$2 \leq n \leq 1000$ ；
$1 \leq a_{i} \leq 10^{9}$ ；
录屏中的默认模板为 Java ACM 模式，需从标准输入读取并输出结果。

由于所有元素均为正数且下标允许相等，最优解就是数组最大值的平方。一次扫描维护 max_value，使用 64 位整数计算 1e9 * 1e9 = 1e18；时间复杂度 $O (n)$ ，空间复杂度 $O (1)$ 。如果题目改为下标必须不同，则应维护最大值和次大值，而不能直接平方同一元素。

AI Coding 范围

后段进入 AI Coding 题型，本页不展开其代码过程和逐条测试；只保留“后段存在 AI Coding，未纳入本次知识点复盘”的范围说明。

知识点回顾

KMP 的比较次数与 next 数组

KMP 的核心不是跳过所有比较，而是利用模式串自身的最长相等前后缀，在失配后移动模式串而不回退主串指针。计算题应明确：

i 指向主串当前位置，j 指向模式串当前位置；
匹配时 i、j 同时前进；
失配时优先令 j=next[j]，只有无法回退时才移动 i；
题目若说“每次字符比较计数”，回退后对同一主串字符再次比较也要计数。

匹配效率、比较次数、移动次数是不同指标，不能把 $O (n + m)$ 的复杂度直接当成实际比较次数。

学习率调度

调度方式	典型特点	易错点
Linear warmup	从小学习率逐步升到目标值，缓解训练初期不稳定	通常是短阶段，不是训练步数的一半以上
Cosine decay	按预设曲线平滑衰减到目标下限	不自动重启；重启需额外的 warm-restart 机制
Step decay	到指定 epoch 或 step 后按比例下降	阶梯变化可能较突兀
ReduceLROnPlateau	监控指标长期无改善后降低学习率	指标噪声和评估间隔会使大规模预训练不稳定

Adam 会自适应调整梯度方向和单参数步长，但全局学习率仍决定更新尺度；优化器不能替代学习率调度和训练稳定性设计。

对齐训练与过度拒答

拒答策略至少要区分：明确有害请求、允许回答的普通请求、需要安全转化后回答的边界请求。修正过度拒答时，应检查偏好数据中的正负样本比例、拒答模板覆盖面、分类阈值和安全策略是否过宽；温度只改变采样随机性，不能修复决策边界。

多 Agent 的共享状态

共享事实应有单一权威状态，而不是让每个 Agent 各自维护一份记忆。工程上需要继续定义：

状态结构和字段来源；
谁可以写入、谁只读；
版本号或时间戳如何解决并发覆盖；
写入是否需要事务、审计和回滚；
Agent 读取的是快照还是实时状态。

“共享黑板”解决事实可见性，但不自动解决冲突、权限和一致性。

GPT 与 Transformer 架构

GPT 的 decoder-only 结构使用因果 mask，使位置 $t$ 的输出只能关注不晚于 $t$ 的 token。训练时进行 next-token prediction，推理时将已生成 token 追加回上下文。双向 encoder 更适合 BERT 类理解任务；encoder-decoder 适合输入到输出的条件生成任务。

低频词、子词与采样

生僻品牌名的问题通常来自 token 出现次数少、上下文单一和分词切分不合理。处理顺序可以是：

检查分词器是否把品牌名切成过长或无意义片段；
补充真实标题、别名和上下文样本；
对低频但重要的样本做有上限的过采样，避免破坏整体分布；
用字符/子词特征增强未登录词泛化；
用下游召回、分类和生成指标验证，而不是只看 embedding 范数。

IPv4 子网计算

子网地址是 IP 与掩码按位与：

text

network = ip & mask

非整字节掩码可按块大小计算。255.255.248.0 是 /21，第三字节每 8 个为一个子网块：0–7、8–15、...、40–47，所以 43 落在 40 块。

量化校准

对称量化常用 scale 将浮点范围映射到整数范围；非对称量化还需 zero-point。校准集应覆盖线上输入分布、长尾和边界激活。排查精度异常时分别看：

权重是否存在离群值；
激活范围是否被少量极值拉宽；
截断是否集中在某些层；
输出对相邻输入是否出现非业务预期的离散跳变。

不要把“训练学习率过高”和“部署量化误差”混为同一故障链；应先复现 FP32、FP16、INT8 三个版本的差异。

操作系统调度中的周转时间

对同时到达、单处理机、不可抢占的作业，完成时刻就是前缀处理时间之和：

text

周转时间 = 完成时刻 - 到达时刻
平均周转时间 = 所有作业周转时间之和 / 作业数

如果题目改问带权周转时间、响应时间或平均等待时间，公式和答案都会变化，必须先识别指标名称。

二分查找边界

常用两种区间约定：

区间	初始右边界	循环条件	左移/右移
`[left, right]`	`n-1`	`left <= right`	`right=mid-1` 或 `left=mid+1`
`[left, right)`	`n`	`left < right`	`right=mid` 或 `left=mid+1`

同一道题如果混用两种约定，就会出现少算、越界或死循环。计算比较次数时把每次访问的元素写出来，比凭“对数复杂度”估算可靠。

本次回答中需要改进的地方

客观题复习重点

KMP 需要把失配回退后的再次比较计入次数，不能只数匹配字符。
学习率调度要区分 cosine decay 与 warm restart，并牢记 Adam 仍依赖合理的基础学习率。
DPO/安全对齐遇到过度拒答，应从数据和边界校准入手，而不是只调 temperature。
多 Agent 共享事实要设计单一状态源、版本和写权限，不能依赖各自记忆库。
量化问题要优先检查代表性校准集和激活范围，分清训练误差与部署误差。
子网题先转为掩码块大小；调度题先确认周转时间、等待时间还是响应时间；二分题先固定区间定义。

编程题复习重点

这道题的关键陷阱是“下标可以相等”和 1e18 的结果范围。看到正数且允许重复选择时可直接取最大值平方；若忽略下标条件或使用 32 位 int，会分别导致逻辑错误和整数溢出。

美团 2026 秋招技术方向笔试复盘 ​

面试官提问清单 ​

单选题 ​

1. KMP 匹配效率 ​

2. 大模型预训练学习率调度 ​

3. DPO 过度拒答 ​

4. 多 Agent 共享事实 ​

5. GPT 系列模型架构 ​

6. 生僻品牌名的词向量质量 ​

7. 子网地址计算 ​

8. INT8 量化精度下降 ​

9. 单道处理机平均周转时间 ​

10. 二分查找比较次数 ​

编程题 ​

AI Coding 范围 ​

知识点回顾 ​

KMP 的比较次数与 next 数组 ​

学习率调度 ​

对齐训练与过度拒答 ​

多 Agent 的共享状态 ​

GPT 与 Transformer 架构 ​

低频词、子词与采样 ​

IPv4 子网计算 ​

量化校准 ​

操作系统调度中的周转时间 ​

二分查找边界 ​

本次回答中需要改进的地方 ​

客观题复习重点 ​

编程题复习重点 ​