旷视面试题 · 技术原理
旷视相关面试题，按最终去重题目聚合。
共 200 道真题 · 当前筛选命中 166 道 · 更新 2026-08-05
筛选题目已选：技术原理
考察点
技术栈
第 81 题VAE的loss是怎么计算的？ 考察对变分自编码器目标函数构成的理解和推导能力第 82 题请说明在面向对象编程中，成员变量的初始化与构造函数体执行的先后顺序，并解释原因。 考察对象生命周期中初始化与构造的执行顺序理解第 83 题BN（Batch Normalization）有什么作用？训练和推理阶段有什么不同？ 考察对Batch Normalization原理、作用及训练推理行为差异的理解第 84 题红黑树在最好和最差状态下层数相差多少？ 考察对红黑树平衡度的量级认识第 85 题力扣题目：三数之和。请描述解题思路并实现代码。 考察算法设计与编码实现能力，特别是双指针技巧的应用第 86 题在 muduo 项目中，如何实现给其他用户发送消息的功能？ 考察对 muduo 网络库并发模型、消息路由和业务逻辑设计能力第 87 题请谈谈你对 vLLM 关键特性的理解，以及这些特性如何提升 LLM 推理性能。 考察对 vLLM 核心特性的掌握及其对大模型推理性能的影响第 88 题请解释什么是右值引用，并说明它的用途。 考察对移动语义和资源转移的理解第 89 题push_back 和 emplace_back 有什么区别？ 考察 C++ 容器插入操作的底层机制与性能差异理解第 90 题请用代码实现工厂模式，并解释其适用场景和优缺点。 考察对工厂模式的理解、代码实现能力及设计思想第 91 题请介绍单片机常用的通信方式及其适用场景。 考察单片机常用通信协议的理解和选型能力第 92 题了解前端方面的安全问题吗？ 考察前端安全基础知识的掌握与风险意识第 93 题请详细说明你在项目中实现的卷积神经网络中，卷积层（conv）的具体实现方式，包括计算流程和关键细节。 考察对卷积层实现原理、计算流程和关键细节的理解第 94 题手写一个vector实现 考察C++容器内部原理与内存管理能力第 95 题请解释如何构建神经网络计算图，并说明其作用。 考察对计算图概念的理解及其在深度学习框架中的实现第 96 题dataloader核心需要实现什么? 考察对dataloader核心机制的理解，包括批量加载与去重第 97 题请描述无人机能耗建模的主要步骤和关键参数，并说明如何在任务规划中应用该模型。 考察对无人机能耗建模方法的理解及工程应用能力第 98 题请讲解vLLM的核心原理及其高性能推理的关键技术。 考察对大模型推理框架核心机制的理解第 99 题DDIM为什么可以加速采样？ 考察对扩散模型去噪过程与采样加速原理的理解第 100 题你平时C和C++哪个用得多一些？ 考察候选人常用语言偏好及其技术背景的匹配度