人工智能面试题 · 系统设计
人工智能相关岗位面试题。
共 11389 道真题 · 当前筛选命中 1113 道 · 更新 2026-08-05
筛选题目已选：系统设计
考察点
技术栈
第 181 题在内容推荐系统中，多样性和覆盖率分别如何定义和计算？如果仅用分路重合率衡量多样性，会有什么局限？ 考察推荐系统评估指标的理解，以及多样性和覆盖率定义与计算的准确性第 182 题如何实现user-user协同过滤召回？ 考察协同过滤召回的基本原理与实现流程第 183 题介绍一下Transformer架构 考察对Transformer核心组件、工作原理和设计动机的理解第 184 题如何评估RAG系统的效果？你做了哪些改进？ 考察对RAG检索与生成链路质量的评估方法和迭代优化思路第 185 题介绍下多任务模型MMoE。 考察对MMoE架构原理、动机和局限性的理解第 186 题请说明ROS中获取传感器数据的典型流程，并解释rosbag录包的基本原理。 考察对ROS数据通信机制与数据记录工具的理解第 187 题DeepSpeed如何将模型和优化器切分到多卡上，有哪些并行方式？ 考察对DeepSpeed ZeRO和常见并行策略的理解第 188 题在你看来，目前大模型发展的上限可能在哪里？有哪些突破方向？ 考察对大模型技术边界、前沿方向的认知与判断第 189 题请说明Q网络的设计方式。 考察对Q网络的架构与设计思路的理解第 190 题按段落分割文本时可能会破坏上下文，你如何解决这个问题？ 考察对文本分割与上下文保持问题的理解和解决方案设计第 191 题请介绍BEVDet的整体架构和关键设计，包括它在BEV感知中的定位及主要贡献。 考察对BEVDet这一视觉BEV感知方法的架构理解和核心设计掌握第 192 题在召回阶段，曝光未点击的物品可以如何利用？请说明具体的使用思路。 考察对曝光未点击数据的理解和在召回中的利用方式第 193 题请结合你对 CUDA 的熟悉程度，说明 GPU 的架构特点、内存模型以及 CUDA 的编程运行模型。 考察对 GPU 硬件架构、存储层次和 CUDA 执行模型的理解深度第 194 题讲讲Transformer的架构 考察对Transformer整体架构及核心组件的理解第 195 题请描述基于视觉或激光的 SLAM 系统的整体流程框架 考察对 SLAM 系统整体流程和各模块协作关系的理解第 196 题记忆系统如何实现视觉-语言特征对齐？ 考察多模态特征对齐的原理、方法与工程实践第 197 题手绘RAG流程，并说明可优化的方向。 考察对RAG架构的理解、流程梳理与优化意识第 198 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 199 题在 vLLM 部署中，如何实现 2k tokens/s 的吞吐？ 考察对 vLLM 性能优化手段和吞吐瓶颈的理解第 200 题强化学习在推荐系统的应用？ 考察对强化学习原理及其在推荐系统中应用的理解