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 241 题数据量很大的话怎么构建图神经网络？ 考察大规模图数据的处理策略和图神经网络的工程化能力第 242 题场景题：如何用物料倒排索引对热门商品进行热点打压（需自行假设数据）？ 考察对倒排索引结构的理解、热点场景识别与降级策略设计第 243 题当大语言模型服务并发请求过高时，你会如何应对？ 考察对高并发系统瓶颈的识别与分层处理能力第 244 题搜索场景下的Reranker如何优化？ 考察对搜索排序链路中重排模型优化的系统性理解第 245 题具体业务中，智能客服设计有哪些具体的细分方向？ 考察对智能客服系统设计维度的全面理解和结构化表达第 246 题请比较Dense模型与MoE模型在推理实现上的主要区别。 考察对Dense与MoE结构差异及其推理影响的深入理解第 247 题结合出行推荐 Agent，你会如何设计强化学习中的 Reward 函数？ 考察强化学习在Agent优化中的实际设计能力，特别是Reward函数的设计原则与业务结合第 248 题超大规模聚类怎么选取类别？ 考察超大规模数据场景下选择聚类类别数（k值）的方法与权衡第 249 题请共享屏幕，用PPT设计一个3D换脸的流程、网络结构，并说明损失函数的设计思路。 考察3D感知人脸编辑的系统设计能力，覆盖流程、网络架构与损失函数设计第 250 题请详细说明一个RAG系统的完整处理流程，包括检索、生成与优化等关键环节。 考察对RAG系统全流程的技术理解与工程实践能力第 251 题如何设计一个个性可随意切换的问答系统？ 考察多租户/多角色问答系统的扩展性设计与配置隔离能力第 252 题Hunyuan-Video的设计优劣？ 考察对视频生成模型设计思路的理解与批判性分析第 253 题你了解 vLLM 的 prefix cache 机制是如何实现的吗？ 考察对大模型推理系统中前缀缓存原理和实现细节的理解第 254 题请介绍GRPO算法，重点说明reward、advantage和group的概念。 考察对GRPO算法核心组件及其关系的理解第 255 题为什么 GraphRAG 能实现更精准的结构化召回？关键依赖是什么？ 考察对图增强检索原理和依赖关系的理解第 256 题请介绍UNet的网络结构特点，并说明其在医学图像分割中的优势。 考察对UNet网络结构、设计原理及其应用场景的理解第 257 题请讲解你项目中添加的 Adapter 的具体结构，说明选择该结构的原因，并与其他并行处理结构做差异对比。 考察对并行处理适配层设计选型与权衡的理解第 258 题请讲解大视觉语言模型（VL模型）的典型架构组成。 考察对视觉语言模型整体架构和模块分工的理解第 259 题多轮对话中如何防止上下文遗忘？除了窗口截断还有其他方案吗 考察对上下文管理技术的理解与工程权衡第 260 题请介绍RAG（检索增强生成）的基本流程。 考察对RAG技术流程的理解与表达完整性