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 201 题如何评价一个模型的复杂度？ 考察对模型复杂度度量指标的理解与应用第 202 题使用DeepSpeed ZeRO-3微调Qwen2-72B时，每张GPU卡占用显存大约多少？请给出估算思路和关键决定因素。 考察大模型微调显存估算能力和对ZeRO-3机制的理解第 203 题怎么提升意图识别的准确率 考察在自然语言处理中对意图识别准确率优化的方法论和工程实践第 204 题请说明你在当前项目中使用的 GPU 卡数、模型参数量级以及训练时的显存占用情况。 考察对模型训练资源分配与硬件约束的理解第 205 题了解一致性蒸馏吗？ 考察对一致性蒸馏概念、原理及应用场景的理解第 206 题Agent训练的结果是如何评估的？ 考察对Agent训练评估体系、指标设计和实践方法的理解第 207 题场景题：如果有1000万条数据在云端，希望用HTTP方式下载、处理并保存，用Python怎么做？重点关注线程和进程。 考察大数据量下载处理中的并发模型选择、线程与进程的适用场景及工程实现第 208 题请介绍矩阵乘法的实现思路。 考察矩阵乘法原理、复杂度分析及优化意识第 209 题如何用粒子群优化横纵向协同？ 考察粒子群算法应用及横纵向协同问题的建模能力第 210 题请说明你常用模型的推理部署平台、推理效率情况，以及提升推理效率的方法。 考察对模型部署平台的理解和推理优化实践经验第 211 题在C++中，对容器进行遍历并删除元素时，常见的erase操作复杂度高，有哪些高效的改进方法？ 考察对容器erase操作复杂度理解及高效删除策略第 212 题移动端游戏中如何自定义渲染管线？ 考察移动端渲染管线的定制思路与性能意识第 213 题过拟合在你的项目中如何体现？怎么缓解？ 考察对过拟合现象的理解、项目实际应用和缓解方法第 214 题假如把你的AI项目上线，你要怎么评估和优化召回率、命中率等指标？ 考察对AI系统上线后核心指标的定义、监控、调优思路与工程落地能力第 215 题请介绍 TensorRT 是什么，以及它在深度学习推理中的主要作用。 考察对 TensorRT 的定位、核心机制及在推理场景价值的理解第 216 题如何估算一个7B模型在batch=1、seqlen=2048下的KV Cache显存占用？ 考察根据模型架构进行量化显存估算的能力第 217 题请说明如何优化一张1亿行的大表与一张1千行小表进行关联查询的效率。 考察大表与小表关联时的执行计划理解与性能优化思路第 218 题请分别说明大模型训练和推理阶段的主要性能优化手段。 考察对大模型训练与推理性能优化的系统理解与工程实践第 219 题是否自己实现过DataLoader？ 考察对数据加载与批量优化机制的理解及实践经验第 220 题你为线上大模型部署选择了什么类型的 GPU 或其他加速卡？主要考虑哪些因素？ 考察对推理硬件选型和部署约束的理解