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 781 题请分别说明LoRA、SFT、DPO的适用场景与关键区别，并谈谈在实际项目中如何选择使用它们。 考察对参数高效微调、监督微调及偏好对齐技术的理解与应用能力第 782 题请解释如何只使用一个线程来实现某功能的效果，并说明其限制和适用场景。 考察单线程模型的原理、实现方式及其局限性第 783 题请谈谈你对监督微调（SFT）和强化学习（RL）在大型语言模型训练中的区别与理解。 考察对SFT与RL在训练目标、数据与反馈机制上的本质差异的理解第 784 题请介绍你在项目中如何设计多任务学习方案，以及是否引入并如何利用经验回放机制。 考察多任务学习架构设计与经验回放的工程应用第 785 题请说说MySQL事务隔离级别 考察对MySQL事务隔离级别的理解及其与并发问题的关系第 786 题请系统性地介绍大模型训练中的数据清洗、数据处理和数据配比方法。 考察对大模型训练数据工程全流程的理解、工程实践与权衡能力第 787 题当投放扩到联盟媒体(百青藤)时,你如何制定版位白/黑名单、内容避让与品牌安全规则,同时保障触达规模? 考察广告投放扩展到联盟媒体时,品牌安全与触达规模的平衡策略第 788 题请从技术角度分析大模型（如ERNIE模型）在代码生成场景下的应用优势，并提出一个优化策略以解决复杂问题。 考察对LLM代码生成技术原理的理解及优化方法第 789 题Cookie、Session、localStorage 等存储方式如何进行对比与选型？ 考察前端状态存储方案的特性理解与场景权衡第 790 题请谈谈你熟悉的大模型应用场景，以及它们解决了哪些实际问题。 考察对大模型落地场景的理解和实际价值判断第 791 题假设您负责监控AI大模型行业的趋势（如2025年AI Agent的重塑应用形态），请说明如何将这些趋势转化为产品优化依据，并评估潜在商业影响。 考察将行业技术趋势转化为产品策略与商业评估的整体思维框架第 792 题请介绍一下项目中 JWT 认证的完整流程，包括签发、传递、校验和过期处理。 考察对 JWT 认证机制的原理理解和项目落地细节第 793 题如何解决缓存穿透、缓存雪崩等问题？ 考察缓存异常场景的识别与应对方案第 794 题MyISAM 与其他主流存储引擎(尤其是 InnoDB)的区别都有什么? 考察对 MySQL 主要存储引擎特性差异的掌握程度第 795 题如果原始训练数据中存在大量噪声，如何降低噪声对模型效果的影响？ 考察数据清洗、鲁棒训练与噪声应对策略第 796 题在 Elasticsearch 中，将一个 long 类型字段映射为 keyword 类型后，其底层索引结构是如何利用跳表来实现查询的？ 考察对 Elasticsearch 中 keyword 类型底层索引机制（跳表）的理解及应用第 797 题Vue 组件间的通信方式有哪些？ 考察 Vue 组件通信机制的掌握程度及场景选择能力第 798 题Kafka 这类消息队列采用的是哪种消息传递模式？相比直接同步调用有哪些优点？ 考察对消息队列模式与解耦、削峰等价值的理解第 799 题说说聚簇索引和非聚簇索引的区别 考察数据库索引的底层结构、数据组织方式及适用场景第 800 题defineProperty如何弥补数组响应式不足的缺陷？ 考察对Vue响应式原理及数组监听限制的理解