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 221 题请解释双塔召回模型的基本原理。 考察对双塔结构在召回阶段应用的理解第 222 题请介绍 LLaVA 多模态大模型的核心架构原理和主要创新点。 考察对多模态大模型架构、训练方法及创新点的理解第 223 题为什么推荐模型需要热启 考察对推荐系统在线服务中冷启动与热启动区别的理解第 224 题请介绍几种你熟悉的排序模型，并说明它们各自的特点与适用场景。 考察对排序算法或机器学习排序模型的理解与选型能力第 225 题在训练大模型时，梯度下降中的偏导数起什么作用？ 考察数学概念在机器学习优化中的实际应用第 226 题场景题：缺少某些传感器的情况下怎么做高精地图重建？ 考察在传感器受限场景下的高精地图重建方案设计与工程权衡第 227 题模型和规则切换的过程是否会出现不稳定？ 考察对规则与模型切换时稳定性风险的理解及应对第 228 题Transformer 编码器中的前馈网络（FFN）起什么作用？为什么需要它？ 考察对 Transformer 编码器结构中 FFN 作用与必要性的理解第 229 题请解释数据库中的MVCC（多版本并发控制）机制。 考察对MVCC原理、版本管理与并发控制的理解第 230 题请设计一个数据结构或算法，给定一组单词和一个前缀查询，返回出现频率最高的前 k 个匹配该前缀的单词并说明复杂度 考察 Trie 树或前缀匹配与频率排序的综合应用能力第 231 题请介绍 Qwen 系列基座模型的整体结构框架。 考察对大模型整体架构组成与演进的理解第 232 题你认为精排模型优化点还有哪些（从最重要的开始说）？ 考察对推荐精排模型优化的系统理解、优先级判断和落地能力第 233 题请介绍你如何设计一个消息幂等组件库，并说明其核心原理。 考察消息幂等组件库的设计思路与实现原理第 234 题精排阶段得出的结论或分数是否能用于召回阶段？这种跨阶段复用在技术上可行吗？ 考察对推荐系统各阶段目标差异和复用可行性的理解第 235 题针对RAG召回链路，你会如何优化以兼顾延迟和正确率？ 考察召回链路优化的系统思路与工程权衡第 236 题假如商品知识库是实时更新的，那么要怎样保证 RAG 的召回结果和库存信息保持一致呢？ 考察 RAG 系统中数据时效性、一致性保障与检索策略设计第 237 题如何为QQ短视频设计推荐系统，给出整体思路？ 考察对短视频推荐系统的整体架构和核心策略的设计能力第 238 题接触过哪些推理加速的方法？ 考察对大模型推理加速核心技术的理解深度与实践经验第 239 题请对比核心传统行业与其他行业在Agent应用上的主要差异。 考察对Agent在不同行业落地差异的理解与分析能力第 240 题有哪些节省显存的方式？ 考察模型训练或推理中显存优化的常用手段与原理理解