人工智能面试题 · 问题拆解
人工智能相关岗位面试题。
共 11389 道真题 · 当前筛选命中 3299 道 · 更新 2026-08-05
筛选题目已选：问题拆解
考察点
技术栈
第 421 题讲解Transformer的Decoder结构，包括它包含几层Attention，以及Cross Attention在其中的位置和作用。 考察对Transformer Decoder内部结构、Attention层组成及跨注意力机制的理解第 422 题请描述一个问答系统从收到query到生成回答的完整链路，并分析各阶段可能的耗时分布。 考察对问答系统端到端链路及其性能瓶颈的理解第 423 题场景题：预测CTR时经常出现正负样本不平衡，你会如何选取正负样本？请具体说明。 考察对CTR预测中样本不平衡问题的理解及采样策略的实际应用第 424 题请实现一个算法：给定 n 个非负整数表示每个宽度为 1 的柱子的高度图，计算按此排列的柱子，下雨之后能接多少雨水。 考察算法设计能力、数据结构选择与边界处理第 425 题请描述你在项目中遇到数据异常时的排查与处理过程，以及如何扩展相关功能。 考察数据异常排查思路与功能扩展设计能力第 426 题请介绍你在特征工程中如何构建输入特征，以及做了哪些关键处理？ 考察特征工程的实践能力、特征构建思路与对模型效果的影响第 427 题说说 vector 的扩容机制？ 考察动态数组容量管理与性能边界理解第 428 题请详细介绍一下你的论文研究，包括创新点和研究方法。 考察候选人的学术研究能力、创新思维和方法论运用第 429 题请介绍K-means聚类算法的原理、关键步骤和适用场景。 考察对K-means原理、流程、限制和适用场景的掌握第 430 题请实现一个简单的多层感知机（MLP），并从 CSV 文件读取训练数据。 考察深度学习基础建模与数据读取、训练流程实现能力第 431 题在 SFT（监督微调）阶段，你使用了多大的数据集？请说明数据规模、数据来源和处理方式。 考察对 SFT 数据规模、数据质量与处理方法的理解第 432 题实现多头注意力机制(torch或者numpy) 考察对多头注意力机制原理的理解和代码实现能力第 433 题如果已知数组本身是有序的，你会如何改进查找某个目标元素的算法？ 考察基于有序性优化算法的意识与实际设计能力第 434 题请介绍一个你使用贪心算法解决实际问题的例子，并说明贪心策略的正确性如何验证。 考察贪心算法的应用能力以及对其适用条件和正确性验证的理解第 435 题请设计一种参数化方法来表示用户与类目之间的二阶交叉特征，并估算所需参数量。给定用户数约10亿、类目数10个；若交互矩阵稀疏且给定稀疏率，如何估算实际需要存储的参数数量？ 考察特征交叉的参数化建模与稀疏矩阵下的参数量估算能力第 436 题在DP（动态规划）路径规划中，如何对状态空间和动作空间进行离散化网格设计？ 考察对动态规划求解路径规划中离散化处理的理解第 437 题整体 pipeline 是如何串联的？各模块之间如何交互？ 考察对系统整体架构、模块接口与数据流的理解第 438 题请解释PI和NTK相关的论文或技术，并说明其中的关键变量、核心方法以及如何通过图表和表格理解实验结果。 考察对PI和NTK相关论文或技术的理解深度，以及分析实验细节的能力第 439 题你了解异构设备吗？请说明你对异构设备的理解，并举例说明在项目中如何处理异构设备的兼容性问题。 考察对异构设备概念的理解及实际兼容性处理能力第 440 题请介绍你之前实习中Agent项目的设计逻辑，以及其中创新方法的实现过程。 考察项目设计与创新实现能力，强调逻辑完整性和技术深度