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 401 题RAG的知识库是怎么构建的，知识库长什么样子？ 考察RAG知识库的构建流程、数据组织形式与检索基础第 402 题你了解线程池吗？请讲讲它的核心设计和工作原理。 考察并发编程中线程池机制的理解深度第 403 题请介绍一下Wide&Deep模型的原理和适用场景。 考察对Wide&Deep模型结构、训练方式及适用场景的理解第 404 题attention中的normalization是如何做的,有哪些做法 考察对注意力机制中归一化手段及其原理、适用场景的掌握第 405 题如何评价一个视频质量增强算法的好坏？ 考察对视频质量评估方法、客观指标与主观体验的综合理解第 406 题在多模态大模型中，动态分辨率通常如何实现？位置编码又该如何设计以适配这种动态分辨率？ 考察对多模态大模型动态分辨率处理及位置编码适配机制的理解第 407 题用LLM做文本分类时，如何选择encoder架构和decoder架构？ 考察对LLM架构原理及其在分类任务中适用性的理解第 408 题请介绍你在推荐系统精排阶段使用的模型与优化方法，并说明如何考虑兴趣探索、多样性和多目标优化。 考察推荐精排技术深度、交互与多样性的平衡能力及多目标优化理解第 409 题请描述 Qwen（例如 Qwen2 系列）的整体模型结构，包括主要的组件和设计特点。 考察对大语言模型基础架构（如 Transformer、注意力机制、层归一化等）的理解第 410 题给定工业检测场景，如何设计模型检测所需芯片？ 考察对工业检测场景算力需求分析与芯片设计思路第 411 题请介绍意图识别系统的整体设计方案，包括核心流程。 考察意图识别系统的架构设计与业务理解第 412 题Transformer Decoder 的结构有哪些部分？ 考察对 Transformer Decoder 各组件及其作用的理解第 413 题在Transformer的Attention机制中，Softmax函数的作用和公式是什么？ 考察对Attention中Softmax作用与公式的准确理解第 414 题Transformer最大的优点是什么？请结合其在实际任务中的应用说明。 考察对Transformer核心优势的提炼和表达能力第 415 题如果要提升大模型的多轮对话能力，你有哪些可以改进的点？ 考察对多轮对话技术难点和系统性改进思路的理解第 416 题一个文档里包含视频、图片和文本，你如何设计切片方案？ 考察多模态文档切片的思路，以及如何平衡上下文完整性与检索效果第 417 题请介绍开窗函数的定义、常见用途以及使用场景。 考察对SQL开窗函数的概念理解与实际应用场景掌握第 418 题请介绍 SIM 的建模方式及其解决的核心问题。 考察对长序列建模方法和工业落地权衡的理解第 419 题如果不用图数据库，能否实现真正的 GraphRAG？为什么？ 考察对 GraphRAG 本质、图存与检索实现方案的深入理解第 420 题请解释一下FPN（特征金字塔网络）的原理和设计动机。 考察对特征金字塔网络原理和设计动机的理解