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 301 题如果设计一个行程规划的旅行 Agent，你会如何拆解整体任务？ 考察系统任务拆解与模块化设计能力第 302 题针对大模型重复输出或不能停止的问题，可以从哪些方面进行解决？ 考察系统化解决方案的设计与权衡能力第 303 题现在有用户观看的视频和时长的数据，你要怎么做推荐？ 考察基于用户行为数据的推荐系统设计思路与数据利用能力第 304 题请讲一下 AQS 的原理和应用。 考察对 Java 并发框架中 AQS 核心机制的理解与应用第 305 题请介绍视频质量增强算法的整体结构及其各模块的作用。 考察对视频增强任务中典型算法流程与模块划分的理解第 306 题RAG如何做rerank的 考察检索后重排序的策略、模型选择和与整体流程的整合第 307 题请解释分布式训练中 DDP 的原理。 考察对分布式数据并行训练机制的理解第 308 题请说明 RAG 系统的整体架构，并重点讲解文本分块的策略与考量。 考察对 RAG 架构的理解以及文本分块的实际设计能力第 309 题模型鲁棒性的benchmark是怎么构建的？ 考察对鲁棒性测评目标、扰动设计、评估指标与基准对比的理解第 310 题请介绍你了解的数据库优化器工作原理。 考察对查询优化器核心流程和关键技术点的理解第 311 题在分布式模型训练过程中，如果部分训练节点失活，你通常会如何处理数据和训练任务？ 考察对分布式训练容错与数据一致性的理解第 312 题如果单卡放不下模型如何做模型并行？ 考察对大模型训练和推理中并行策略的理解与选择第 313 题在金融业务中，像“杠杆”、“对冲”等许多术语都存在歧义性。你如何在 RAG 中实现术语的准确消歧？ 考察在专业领域RAG中处理术语歧义与上下文消歧的设计能力第 314 题大模型在推荐系统落地能提供什么样的能力？ 考察对生成式大模型与推荐系统结合方式的理解和落地价值判断第 315 题大模型怎么缓解或解决推荐系统的冷启动问题？ 考察利用大模型能力处理推荐系统冷启动问题的方案设计第 316 题请说明DeepFM模型的结构设计与核心优势。 考察对DeepFM模型结构理解及相对其他模型的优势认知第 317 题任务队列满了该怎么做？ 考察分布式系统或中间件中队列积压的应急处理与根因分析能力第 318 题做 RAG 检索的话，如何实现多模态的这种检索能力？ 考察多模态 RAG 中跨模态检索的技术选型与实现思路第 319 题请谈谈你对RAG技术的理解，并说明在使用LangChain等框架时，Agent与RAG如何协同工作？ 考察对RAG原理的理解以及Agent与RAG结合的架构设计能力第 320 题请介绍 RAG（检索增强生成）的实现流程，包括检索、增强和生成环节。 考察对 RAG 整体架构与关键组件理解