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 641 题请介绍大模型与推荐系统结合的最新研究成果或业界实践。 考察对大模型在推荐系统中应用的前沿进展与理解深度第 642 题请说明 FAISS 构建 ANN 索引的原理和常用流程。 考察对 ANN 索引类型、原理及工业应用的理解第 643 题谈谈你对Transformer模型的理解，以及它在自然语言处理中的应用。 考察对Transformer架构核心机制的理解及其在NLP中的典型应用第 644 题请比较端到端算法与分模块算法在自动驾驶中的应用优劣。 考察对自动驾驶两种主流技术路线的理解与权衡能力第 645 题使用Word2Vec模型得到的embedding进行相似度召回，和ItemCF召回得到的物品有什么区别？ 考察对embedding召回与传统协同过滤召回的机制、适应场景和优劣差异的理解第 646 题请介绍多模态 RAG 的整体架构与关键设计点。 考察对多模态检索增强生成的理解与设计能力第 647 题请结合实际场景说明 Elasticsearch 和向量数据库分别适合解决哪些问题，以及各自的核心使用方法和优缺点。 考察对 Elasticsearch 和向量数据库的适用场景、核心机制及选型判断能力第 648 题系统是如何综合多个输入结果来提高鲁棒性的？ 考察多源信息融合、冗余容错与鲁棒性设计方法第 649 题DQN怎么能应用于大模型工具选择 考察强化学习算法与LLM工具调用结合的思路和可行性分析第 650 题请介绍计算广告的商业模式。 考察对计算广告核心价值链、付费模式及平台匹配逻辑的理解第 651 题在 Share-Bottom 之前，多任务模型又是什么样？ 考察多任务学习更早期独立建模的形态第 652 题在移动机器人项目中，如何将覆盖算法与路径规划算法结合使用？ 考察覆盖规划与一般路径规划的关系、衔接方式与算法选择第 653 题请描述实现一个基于检索增强生成（RAG）系统的典型步骤。 考察对RAG全流程的掌握与工程落地要点第 654 题场景题：如何从海量文档中找到包含敏感词的文档，敏感词的数量级也很大。 考察大规模文本匹配的算法选型、索引设计与性能优化第 655 题在多Agent协同系统中，调度策略是如何实现的？ 考察多Agent任务调度策略的具体实现与权衡第 656 题在训练模型时，如果遇到loss不稳定，如何去优化？ 考察对深度学习训练稳定性问题的诊断与调优能力第 657 题Multi-Head Attention为什么要切分？为什么要做成多头的？ 考察对Transformer多头注意力机制原理及优势的理解第 658 题在RAG系统中，面对大规模数据，如何实现快速检索与召回？ 考察规模场景下的召回效率、检索架构与性能优化第 659 题如何构建长序列模型来处理超长输入？ 考察对长序列建模的架构设计与性能权衡第 660 题为什么不直接把tool调用的工具输出后放到prompt里给到LLM？ 考察对Agent工具调用机制、上下文限制与结果回传设计的理解