人工智能面试题 · 性能优化
人工智能相关岗位面试题。
共 11389 道真题 · 当前筛选命中 605 道 · 更新 2026-08-05
筛选题目已选：性能优化
考察点
技术栈
第 181 题对于耗时信息的统计与分析，有哪些常用手段？例如日志记录和分桶统计，这两种方式有什么区别？ 考察对时延监控统计方法的理解与方案权衡第 182 题这个推理框架在端侧或服务端性能优化上做了哪些具体工作？ 考察推理框架性能优化的具体技术细节与工程实践第 183 题请解释深度神经网络中梯度消失和梯度爆炸产生的原因，并说明常见的解决方法。 考察对深度网络训练中梯度传播问题的理解与解决手段第 184 题Transformer 中使用 softmax 可能存在哪些问题？应该如何解决？ 考察 Transformer 注意力机制中 softmax 的数值稳定性、梯度与效率问题及解决思路第 185 题GRPO训练时的显存开销大约是多少？训练一个Step需要多久？ 考察对训练资源消耗的量化感知和优化意识第 186 题说说防止过拟合的方法 考察对过拟合成因与常见正则化手段的理解第 187 题这些简化处理对您的控制效果产生了哪些具体影响？ 考察对简化处理与控制效果之间关系的分析能力第 188 题请介绍一下KV Cache的原理，以及它对大模型推理速度和显存的影响。 考察对大模型推理中KV Cache机制的理解及其性能影响第 189 题BGE-M3 输出向量维度是多少？ 考察对 BGE-M3 模型基础配置的掌握第 190 题FM（因子分解机）的训练时间复杂度是多少？如何实现高效的参数学习？ 考察FM计算复杂度分析和优化意识第 191 题项目训练过程中显存不够，你用了哪些技巧（如 gradient checkpointing、ZeRO）？ 考察大模型训练显存优化技术的原理理解与实际应用第 192 题在RAG项目中，你针对哪些环节做了优化？ 考察RAG系统优化的实际经验与方案权衡第 193 题请谈谈大模型服务部署时的性能优化，可以从哪些方面入手？ 考察对大模型推理性能优化关键路径的理解与系统性分析第 194 题你们在 RAG 应用中是如何做效果评估的？具体用了哪些指标？ 考察RAG系统评估方法论与指标体系的构建能力第 195 题请描述一次你排查Redis高延迟问题的过程，以及最终的原因和解决方案。 考察Redis性能问题的排查能力与知识深度第 196 题请解释GPU shared memory中的bank conflict是什么，以及如何避免？ 考察对GPU内存架构和性能优化机制的理解第 197 题vLLM是怎么加速的？ 考察对vLLM核心优化机制的理解及其适用场景第 198 题解释一下 scaling law？ 考察对深度学习模型规模法则的理解深度第 199 题在时空知识图谱中，如何保证图谱数据更新的实时性？请说明关键机制或优化手段。 考察实时性保障技术选型与权衡第 200 题如何优化推荐系统中的召回索引？ 考察召回阶段索引构建与查询效率的优化思路