人工智能面试题 · 持续改进
人工智能相关岗位面试题。
共 11389 道真题 · 当前筛选命中 643 道 · 更新 2026-08-05
筛选题目已选：持续改进
考察点
技术栈
第 501 题除了大模型，你对推荐系统和计算机视觉（CV）模型有哪些了解？ 考察候选人技术广度、跨领域知识迁移和自主学习意愿第 502 题有没有什么事情超出了你的规划？ 考察自我认知、灵活应变和复盘能力第 503 题你是否自己制作过用于训练或评估的数据集？请描述过程与经验。 考察数据处理、标注及数据驱动能力第 504 题你对找工作有什么职业规划或想法？ 考察求职动机、职业规划与自我认知第 505 题你的微调经验是什么？ 考察对模型微调流程、方法选择与实际问题的理解深度第 506 题请谈谈你的个人优缺点。 考察自我认知与诚实表达能力第 507 题当遇到一个难以解决的技术难点时，你通常的排查步骤和思维框架是什么？请结合一个具体例子说明。 考察问题拆解、系统性排查方法和持续改进意识第 508 题请分享你在使用LoRA进行模型微调时的调参经验。 考察对LoRA关键超参数的理解与调优实践第 509 题你通过哪些渠道了解公司信息？ 考察信息获取渠道的多样性、主动性和信息甄别能力第 510 题请结合你刚才的面试表现，谈谈你觉得自己在哪些方面还可以改进？ 考察候选人的自我认知、反思能力和持续改进意识第 511 题请介绍 DAPO（Directed Agent Policy Optimization）的几个关键技术或设计创新点。 考察对 DAPO 算法核心创新点的理解与总结能力第 512 题请列举你在技术方面主要做过哪些方向或项目，并挑一个你最熟悉的展开说明。 考察技术经历的广度与深度，以及能否清晰结构化地呈现个人技术能力第 513 题你提到用LoRA微调过Qwen，请具体介绍该微调任务的设置、数据规模以及最终效果。 考察候选人实际微调经验与工程细节第 514 题请介绍你的Java和SQL掌握程度及实际应用经验。 考察候选人技术扎实度与实战应用能力第 515 题为什么选择对embedding维度进行降维？ 考察对高维向量降维动机的理解，以及业务与技术权衡第 516 题请谈谈学校学习和实习工作在你看来有哪些主要差异？ 考察候选人对校园到职场转变的认知与自我定位第 517 题人工智能大模型相关的有关注和了解吗 考察对大模型技术的关注程度和知识深度，评估学习热情与行业视野第 518 题在基于扩散模型生成音乐的项目中，你会如何评价生成音乐的质量？ 考察对生成音乐质量评估维度的理解及度量体系设计能力第 519 题请分享一段让你成长最快的项目经历，并重点讲解你的成长点。 考察候选人自我认知、学习能力和项目复盘能力第 520 题如果重新设计这个项目，你认为有没有更优的实现方案？请给出具体思路。 考察方案优化意识与系统性思考