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 101 题请实现最长公共子序列（LCS）的动态规划解法。 考察动态规划建模与编码实现能力第 102 题请说明Transformer的整体模型结构及其关键组件。 考察对Transformer架构核心组成与设计原理的理解第 103 题请详细介绍你的一项结合人工智能与故障检测的科研工作，包括背景、技术路线、你的贡献和结果。 考察科研项目整体推进能力、技术深度与个人贡献第 104 题请实现一个函数，合并 k 个升序链表，返回合并后的升序链表。请说明你的解题思路与复杂度。 考察链表操作、分治或堆的算法设计以及复杂度分析第 105 题请实现“三数之和”：给定一个包含 n 个整数的数组 nums，判断 nums 中是否存在三个元素 a，b，c，使得 a + b + c = 0？找出所有满足条件且不重复的三元组。请说明你的算法思路和时间复杂度。 考察排序与双指针法解决三数之和问题的能力第 106 题空间中有两个位置、距离传感器参数不同的苹果，已获取苹果点云，如何处理点云数据分别得到两个苹果的形状？ 考察点云分割、去噪、聚类及形状重建的处理流程与参数适配第 107 题请介绍在你的项目中，实现过程中遇到的主要困难，以及你是如何应对的？ 考察候选人识别技术困难、分析原因、采取行动和复盘的能力第 108 题为什么在项目中选用 ResNet 这类残差网络？ 考察对残差网络动机与工作原理的理解第 109 题请介绍你在项目中选择某个技术方案的具体过程：当时有哪些可选方案，你为什么选择了当前方案？ 考察技术选型的分析能力、方案权衡和决策逻辑第 110 题你做过模型微调吗？可以讲讲具体是怎么做的吗？ 考察对微调流程、方法选择和效果验证的实际理解第 111 题在Transformer架构中，编码器（Encoder）和自注意力机制分别起到什么作用？ 考察对Transformer核心组件作用的理解，以及模型内部信息处理机制的整体把握第 112 题分层召回的结构是什么？ 考察对推荐系统中分层召回架构的理解与表达能力第 113 题请用滑动窗口算法找出字符串 s 中所有是字符串 p 的异位词的子串起始索引。 考察滑动窗口算法实现、边界处理与代码正确性第 114 题了解BERT吗？ 考察对BERT模型结构的理解及其在NLP中的应用第 115 题当输入长度超过模型的最大长度限制时，常见处理方案有哪些（如padding、截断）？ 考察对长序列处理策略的掌握与权衡第 116 题logloss是什么，为什么要用logloss？ 考察对交叉熵损失函数定义及其在分类任务中作用的掌握第 117 题请描述MultiheadAttention的计算流程，并说明其参数量如何计算。 考察对Transformer注意力机制原理及其参数规模的掌握第 118 题在目标检测中，如果背景类与目标类样本数量相差很大，你会采用哪些解决办法？ 考察目标检测中类别不平衡的针对性优化手段第 119 题请实现爬楼梯问题：每次可以走 1 阶或 2 阶，求到达第 n 阶的不同走法总数。 考察动态规划基础建模与代码实现能力第 120 题解释逻辑回归为什么不能自动进行特征交叉 考察对逻辑回归线性假设和特征工程的理解