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 161 题请描述你在模型部署上线过程中承担的具体职责与参与程度。 考察候选人模型部署实践的真实参与度和职责边界第 162 题请介绍你论文中使用的强化学习方法是怎样的，以及为什么选择它？ 考察候选人对强化学习核心概念的理解以及其研究工作的自主性和深度第 163 题DIN 有没有实际用过。 判断候选人对 DIN 标准或相关规范的实际应用经验第 164 题你是否关注前沿的 RLHF 方法？ 考察候选人对强化学习与人类反馈对齐技术的持续关注和学习能力第 165 题请描述DeepSeek V3的预训练流程，包括数据处理、模型结构、训练策略和优化技术。 考察对DeepSeek V3模型架构和训练方法的理解，以及技术细节的掌握程度第 166 题决定现在大模型能力的方面有哪些？ 考察对大模型能力组成、关键技术与发展趋势的系统理解第 167 题在构建数据集时，你会如何验证其有效性？是否会用传统方法或BERT等模型进行辅助验证？ 考察候选人对数据集质量验证的方法论与技术实践第 168 题请介绍GSPO优化方法，并谈谈你对该技术在腾讯最新SPO方案中的应用的了解。 考察对搜索排序优化技术原理的理解及对新技术动态的关注第 169 题结合学习结果评估，你会如何设计对学习成果的持续跟踪机制？ 考察学习效果度量、数据闭环与持续改进能力第 170 题如何设计并实施针对大模型的思维链（CoT）微调和监督微调（SFT）流程？ 考察对LLM训练流程中CoT和SFT的理解及实操能力第 171 题在实习过程中，你有没有接触过线上实验或线上环境？ 考察对线上实验的认知与界限理解第 172 题在[你的项目]中，Prompt优化这部分具体做了哪些工作？ 考察对Prompt优化的实际贡献、方法与效果评估第 173 题做得不好的方面有哪些 考察候选人自我反思和持续改进能力第 174 题请介绍你平时使用过的大模型工具或产品，并选择其中一个说明其典型用途。 考察对主流大模型产品的实际使用经验与理解第 175 题训练SFT模型时loss出现剧烈震荡,你是如何诊断并解决的? 考察对SFT训练不稳定性的系统排查与解决方案第 176 题在应用LoRA微调时，你遇到过哪些困难？是如何解决的？ 考察问题定位与解决能力，以及LoRA实践的深度第 177 题请谈谈你参与过的多个大模型相关项目中，它们之间存在哪些共性或相通之处？ 考察候选人对大模型项目经验的归纳总结与知识迁移能力第 178 题你过往在项目中有没有什么把a领域的知识用到b领域，具体是怎么做的？ 考察知识迁移能力和将跨领域经验落地为具体行动的方法第 179 题GRPO（Group Relative Policy Optimization）的改进方法有哪些？ 考察对GRPO算法原理、局限及后续改进方向的理解第 180 题请描述你的 Agent 系统 Prompt 是如何设计和迭代的？ 考察对 Prompt 工程的设计思路与迭代方法