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 101 题请介绍一种你了解的新的长度外推策略，并说明如何通过微调进一步改进模型。 考察对长度外推技术的理解、技术选型与微调优化的综合能力第 102 题请分享一次你在实习中遇到困难或冲突的经历，以及你从中获得了哪些收获。 考察实习经历中的问题解决能力、自我反思与学习成长第 103 题最近看了哪些融合相关的论文，谈谈你的了解。 考察对多模态或数据融合领域前沿研究的关注深度与理解能力第 104 题讲讲你知道的大模型技术最新发展 考察对大模型技术前沿动态的跟踪广度和理解深度第 105 题学习率变化的设计方式和原因 考察对学习率调度策略及其作用原理的理解第 106 题在模型训练过程中，你遇到过哪些典型的bad case数据？是如何识别和处理这些数据的？ 考察候选人对训练数据质量问题（bad case）的识别、分析与处理能力第 107 题请分享你的兴趣爱好，以及你为这些爱好付出过哪些努力。 考察候选人的自我认知、投入度与持续学习能力第 108 题请介绍你研究中遇到的主要难点以及你是如何突破的。 考察研究过程中问题攻坚与逻辑闭环能力第 109 题请介绍一个你在项目中遇到的主要困难，以及你如何解决它并获得收获。 考察问题解决能力、主动性与项目复盘能力第 110 题项目的输入是什么？ 考察对数据输入边界与预处理的理解第 111 题对自己未来的一个发展方向和行业有什么想法? 考察职业规划、行业认知与自我定位第 112 题请分享你参加过的社团活动经历。 考察候选人课外活动的参与度、角色承担及从中获得的成长第 113 题在实习期间你主要学到了什么？ 考察实习收获的总结能力、反思深度及与岗位的关联性第 114 题请谈谈你的个人自我认知，包括你的优势和可能的缺陷。 考察候选人的自我认知、反思能力和坦诚度第 115 题如果你不是计算机专业出身，平时如何系统学习编程语言和算法？ 考察非科班背景下的学习路径与自我驱动力第 116 题你是怎么理解大模型涌现的？ 考察对涌现概念的理解深度与表达能力第 117 题是否做过意图识别？ 考察候选人的项目经验、对意图识别技术的理解深度与实践能力第 118 题在LoRA微调过程中，你遇到了哪些问题（如收敛问题、指标不符合预期）？你是如何分析和解决的？ 考察在实际微调中遇到问题时的排查和解决能力第 119 题做DPO的时候调了哪个参数，有什么作用？ 考察对DPO训练中关键超参数的理解及其对训练效果的影响第 120 题你觉得实习和在校科研有什么区别？特别是在压力方面。 考察候选人对实习与科研差异的认知及压力来源的理解