百度面试题 · 方案权衡
百度相关面试题，按最终去重题目聚合。
共 3071 道真题 · 当前筛选命中 827 道 · 更新 2026-08-05
筛选题目已选：方案权衡
考察点
技术栈
第 421 题FP16 和 FP32 的区别是什么？ 考察对浮点数表示、精度与性能权衡的理解第 422 题如何科学地衡量一个AI搜索结果的“用户满意度”？你会建立一个怎样的“效果评测体系”？ 考察AI搜索场景下用户满意度评测体系的构建能力，涵盖指标设计、方法选择与权衡第 423 题使用HTTP设计接口时，针对可能出现的请求丢失问题，怎么从业务层设计优化？ 考察HTTP接口在请求丢失场景下的业务层容错设计能力第 424 题不同进程间有什么交换数据的方法吗？ 考察对进程间通信机制的掌握与理解第 425 题请介绍跳表（Skip List）的数据结构及其核心设计思想。 考察对跳表结构、查找效率与复杂度机制的理解第 426 题请介绍 LoRA 的原理，并说明其与全参数微调（Full Fine-tuning）的适用场景对比。 考察参数高效微调方法的原理理解与选型判断第 427 题在多模态检索或向量化任务中，向量维度规模一般如何选择？ 考察对向量维度与检索效果、存储成本之间关系的理解第 428 题请说明TCP建立连接的三次握手和断开连接的四次挥手过程，并解释各自的作用。 考察对TCP连接管理和状态转换的理解深度第 429 题从业务视角，您如何平衡用户增长目标与产品可持续发展的需求，在一个AI项目中体现？ 考察业务理解、增长与可持续发展的权衡能力及在AI项目中的应用第 430 题请介绍几个你了解的大语言模型，并说明它们在模型结构上的主要差异。 考察对大模型技术谱系、结构差异与设计取舍的理解第 431 题怎么找到100个最大的数字 考察对海量数据排序筛选算法和内存效率的理解第 432 题粗排的样本选择和精排有什么区别？ 考察对推荐系统粗排与精排样本构造差异的理解第 433 题请解释RAG（检索增强生成）技术的原理，以及它解决了什么问题。 考察对RAG核心机制的理解及其针对大模型痛点的价值第 434 题前端性能优化有哪些方法？请尽可能多地列举。 考察前端性能优化的知识广度与工程实践理解第 435 题东南亚的弱网环境和我们的AI产品有什么关系呢？ 考察候选人结合区域网络特征思考AI产品适配与落地能力第 436 题写一个跨语言的prompt，比如从英文到本地语言再到英文的双向校对，你怎么去写一个比较稳定的prompt？ 考察候选人对LLM提示词工程的理解，特别是跨语言一致性、稳定性和可复现性设计第 437 题请介绍一下在训练检索或重排模型时，hard negative 样本的常见构建方式有哪些？ 考察对负样本挖掘策略的理解及实际应用能力第 438 题请设计并实现一个线程安全的 LRU 缓存，说明你的并发控制方案。 考察并发安全设计、LRU 语义理解与实现能力第 439 题请说明如何解决电商系统中的商品超卖问题，并分析各方案的适用场景与权衡。 考察对并发库存控制、一致性保障及技术选型的理解第 440 题如果是日增量的分区表数据量很大，如何进一步处理？ 考察对大数据量分区表的性能优化与运维治理能力