美团 AI Agent 与 MiniMax 大模型算法：面试官都在问「怎么证明它行」

两场大模型方向面试的复盘：美团 AI Agent 岗 70 分钟围绕成功率口径、评测集来源、失败归因追问；MiniMax 后训练岗深挖 SFT 数据配比、RL 奖励设计与消融对照，共同点是可验证性。

MiniMax 后训练一面：SFT/RL 数据与 GRPO 细节

MiniMax 大模型算法后训练一面：围绕数据合成与清洗、SFT 与 RL 的先后关系、DPO/PPO/GRPO 与 DAPO 的原理取舍、训练不稳定排查、评测集构建展开，末尾手撕岛屿数量要求 DFS 与 BFS 两种写法。