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 601 题请描述你在微调项目中是如何进行模型选型的，具体考虑了哪些因素？ 考察模型选型的决策逻辑、技术权衡和方案验证能力第 602 题请描述GBDT的训练流程。 考察对梯度提升决策树迭代训练过程的理解第 603 题Transformer的decoder是怎么防止信息泄露的呢？ 考察对Transformer解码器自注意力掩码机制的理解第 604 题项目的输入是什么？ 考察对数据输入边界与预处理的理解第 605 题Transformer中的Q、K、V分别来自哪里？各自代表什么含义？ 考察对Transformer自注意力机制中查询、键、值向量来源与作用的原理理解第 606 题为什么负样本比正样本数量比较多？ 考察类不平衡问题的成因与应对策略第 607 题为什么Transformer的注意力计算要除以根号dk？ 考察对注意力缩放原因的理解及数值稳定性知识第 608 题请实现乘积最大子数组问题（LeetCode 152），要求输出最大乘积。 考察动态规划思维与边界处理能力第 609 题Coding:在ReID任务中,给定16个特征向量,可分为4组,每组的4个特征向量属于同一个实例,如何设计损失函数 考察ReID任务中基于分组特征的度量学习与损失函数设计能力第 610 题如何计算线性链CRF中标签序列得分或概率？请用公式说明。 考察CRF前向-后向算法及条件概率计算的细节第 611 题当 Agent 在线上出现错误时，你会通过什么流程来定位根因？ 考察故障定位的方法论和排查路径第 612 题在图像分割任务中，如果标注数据较少且不同场景数量不均衡，你会如何解决？ 考察数据不均衡和少样本场景下的分割任务处理策略第 613 题请解释大语言模型中Tokenization的基本原理和流程。 考察对Tokenization概念、流程及作用的理解第 614 题你设计的Agent架构是怎么样的？ 考察Agent系统设计的完整性与关键模块的取舍第 615 题Verl 框架为什么需要重新 forward 计算 log probs？ 考察对 Verl 框架中 PPO 训练流程的理解，特别是回放样本与当前策略不一致时概率计算的必要性第 616 题为什么在这个场景中采用遗传算法进行参数寻优，而不选择其他优化算法？ 考察参数调优场景下算法选型依据与权衡能力第 617 题有4万多个产品和对应的销量，怎么找到销量好的？（不同产品的销量加起来超过总销量的10%） 考察对大数据量下比例筛选问题的理解和解法设计第 618 题请介绍你知道的轨迹规划算法，并说明它们各自的适用场景。 考察对轨迹规划算法体系的广度、分类理解和场景匹配能力第 619 题请实现一个函数，输入一个不含重复元素的整数数组，返回其所有可能的全排列。 考察递归回溯或迭代实现全排列以及处理排列去重的理解第 620 题请手写二分类模型的前向传播全流程，包括输入处理、embedding层、分类网络、sigmoid激活和交叉熵损失计算，模型结构可用伪函数替代。 考察对二分类模型从数据输入到损失计算的完整实现能力