人工智能面试题 · 数据驱动
人工智能相关岗位面试题。
共 11389 道真题 · 当前筛选命中 497 道 · 更新 2026-08-05
筛选题目已选：数据驱动
考察点
技术栈
第 41 题如何去判断特征的重要程度 考察特征重要性评估的方法掌握与场景适用性第 42 题如果直接将这些特征输入到逻辑回归或其它简单模型做融合，与你当前的模型相比效果差距大吗？ 考察对特征工程、模型复杂度和效果对比的实践经验第 43 题你是否做过针对 RAG 系统的归因实验？如果有，请描述实验设计和得出的结论；如果没有，请说明你如何设计一次归因实验来验证问题来源。 考察候选人设计实验验证假设的方法论和实操经验第 44 题微调Llama2时，你的数据清洗逻辑是什么？ 考察数据清洗流程与关键步骤第 45 题询问实验室科研项目中如何做数据分析 考察科研项目中的数据分析流程、方法论与工具应用第 46 题你是否为Agent引入了对候选工具的打分或排序模块？请具体说明设计。 考察对工具排序模块的设计深度与工程实践第 47 题意图识别准确率是怎么计算或评测出来的？ 考察意图识别评测指标的定义、计算方法及评测流程第 48 题请说明如何对 embedding 向量进行聚类，如何评估聚类效果，以及如何基于聚类结果进行采样。 考察对 embedding 聚类流程、评估指标与采样策略的综合理解第 49 题针对混合负采样，你会如何选型和对比不同的 loss 函数与激活函数？ 考察对损失函数与激活函数在采样场景下的选型能力第 50 题如何从失败的 Agent 轨迹中构建训练数据？ 考察从真实失败样本提取学习信号并构造高质量训练数据的能力第 51 题你们在训练某个领域的大模型时，SFT数据是怎么构造的？ 考察对大模型微调数据构建流程、质量控制和领域适配的理解与实践第 52 题大模型训练时的 query 数据如何生成？请介绍典型方法和设计要点。 考察数据构造逻辑、覆盖度与任务适配第 53 题ROC曲线是什么，怎么计算？ 考察对ROC曲线的定义、构造原理和计算方式的理解第 54 题在RAG项目中，如何设计一个评估方法来衡量检索到的文档是否真正符合用户查询意图？ 考察对检索质量评价的理解和实践第 55 题ROC曲线是怎么画的，横坐标和纵坐标分别是什么，TP和FP分别是什么？ 考察ROC曲线的基本概念、坐标定义及混淆矩阵理解第 56 题请介绍AUC、精确度、召回率、F1等分类评估指标，并解释AUC的意义。 考察分类模型评估指标的理解与适用场景选择第 57 题如果要将 DPO 应用在第一轮对话（单轮）场景，你会如何构造训练数据集？ 考察对 DPO 数据构造原理和单轮场景适配的理解第 58 题在RAG系统开发中，你从哪些方面进行优化以提升效果？请结合比赛经验说明。 考察RAG优化实践经验与问题拆解能力第 59 题有12个外观相同的球，其中1个是坏球，坏球可能比正常球轻也可能重。用无砝码天平至少称几次能找出坏球并判断其轻重？请给出称量方案。 考察信息论、平衡搜索策略与逻辑推理能力第 60 题在一次比赛中你使用了XGBoost，请说明其原理，以及你如何构造和选择特征。 考察对XGBoost原理的理解和特征工程的实践能力