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 881 题请实现寻找数组中第k个最大元素的算法，并分析其复杂度。 考察排序、堆或快速选择算法及其复杂度分析第 882 题如果服务器CPU突然被打满，你会如何排查？ 考察系统问题排查的流程和方法第 883 题针对小目标检测，如何进行数据增强？ 考察对数据增强技术及其在小目标场景下适配性的理解第 884 题请解释多头注意力机制中 token 的概念和输入、输出的维度变化。 考察对 Transformer 多头注意力机制及 token 表征的理解第 885 题模型在遇到正负样本悬殊的时候会遇到什么样的问题，怎么解决？ 考察对类别不平衡问题的理解及常用解决策略第 886 题请介绍你在项目中针对联邦学习梯度的攻击思路。 考察对联邦学习隐私攻击方法的理解与项目实践第 887 题如果你加入我们团队实习，你认为自己可能面临哪些主要挑战？ 考察候选人对实习岗位的实际认知与自我评估能力第 888 题请编写一个函数，求给定字符串中的最长回文子串。 考察字符串算法、动态规划或中心扩展的实现能力第 889 题请谈谈你对Attention机制的深入理解，包括其原理、优势和应用场景。 考察对注意力机制核心原理、优势及应用的掌握程度第 890 题用 NumPy 手写并讲解 beam search 的实现过程，重点说明如何维护 beam 中的候选序列以及如何计算新序列的得分。 考察对 beam search 算法原理和 NumPy 向量化实现的掌握程度第 891 题若Agent推理API需要低延迟响应，会从哪些方面开展系统级优化工作？ 考察系统级性能优化的全面性与工程实践能力第 892 题请分析 Decoder-only 文本模型的结构特点，并说明其参数量主要由哪些部分组成。 考察对 Decoder-only 架构的理解及参数量估算能力第 893 题SFT数据清洗的具体流程是什么？遇到低质量数据怎么处理？ 考察大模型微调数据工程中对数据质量问题的识别、处理与流程化能力第 894 题区分混淆偏差和选择偏差的区别 考察对统计因果推断中两类常见偏差的定义、成因和实例的辨析能力第 895 题请解释直方图均衡的原理及其在图像处理中的作用。 考察图像处理中直方图均衡的基本原理、实现方法和应用场景第 896 题请估算一个7B参数的大语言模型在推理时的显存占用，并说明估算思路。 考察对大模型参数量与显存关系、推理时内存构成的理解能力第 897 题请介绍模型复杂化的过程及其对项目的影响。 考察对模型复杂度增长、原因分析及影响评估的能力第 898 题请介绍你参与过的一个项目。 考察项目复盘、技术深度与成果呈现能力第 899 题请实现一个算法，找出给定字符串中不含重复字符的最长子串的长度，并说明你的思路与复杂度。 考察滑动窗口与哈希表在子串问题中的应用第 900 题请讲解 DPO、PPO 和 GRPO 三种强化学习算法的原理与区别。 考察对主流强化学习微调算法的原理理解与对比分析能力