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 661 题Agent中的planner模块具体怎么做的？ 考察对Agent规划模块的设计原理、工作流程和关键取舍的理解第 662 题处理时间序列数据时，除了当前方案，还有哪些其他可行方案？ 考察对时间序列存储与处理技术选项的广度与比较能力第 663 题请解释 CLIP 模型的核心原理，特别是图文双塔结构是如何设计的。 考察对 CLIP 模型架构和表征学习原理的理解第 664 题在竞争激烈的自动驾驶领域，你认为公司应如何构建核心竞争力以脱颖而出？ 考察对行业竞争格局的理解及企业战略思考能力第 665 题场景题：假如一个Agent推理链路包含3个工具且高频请求，系统整体延迟较高，你会如何优化？ 考察对Agent链路延迟优化的系统性思考与性能优化能力第 666 题知识库的数据来源有哪些？如何构建一个可供 RAG 使用的知识库？ 考察知识库数据来源、清洗、切分与索引构建流程第 667 题请详细介绍 Transformer 模型的结构和核心组件。 考察对 Transformer 架构原理与关键组件的理解第 668 题自然语言理解实现:请描述大模型中自然语言理解模块的具体实现方案,包括语义解析和意图识别的关键技术。 考察大模型在自然语言理解中的语义解析与意图识别技术实现第 669 题为什么要使用SENet，其作用是什么？ 考察对SENet注意力机制原理及其在模型中的作用的理解第 670 题怎么做图像检索 考察图像检索系统的整体设计思路、核心技术选型与工程实现第 671 题请说明 DIN 模型的注意力机制具体是如何实现的。 考察对 DIN 注意力机制核心原理和计算流程的理解第 672 题请解释VLLM的基本原理。 考察对大模型推理框架核心机制的理解第 673 题请谈谈大模型在搜索与推荐业务的工程架构中可能的应用场景，并说明其价值与挑战。 考察对大模型技术落地搜推业务的理解广度、工程化思维与风险意识第 674 题请介绍你在项目中的 RAG 架构设计，以及如何提升召回效果？ 考察对 RAG 流程的理解、召回优化方法和量化评估能力第 675 题请介绍你负责的RAG项目，并重点说明数据处理环节是如何设计的。 考察RAG项目中数据处理流程的设计与实现能力第 676 题请谈谈开放性问题推荐与大语言模型技术结合的设计思路。 考察将大模型应用于推荐系统场景的架构设计与权衡能力第 677 题请介绍 RoPE 和 Norm 在 Transformer 模型中的作用与位置。 考察对 RoPE 位置编码与归一化机制的理解第 678 题请介绍Agent相关的设计模式有哪些,并说明各自适用场景。 考察对Agent系统设计模式的理解与选型能力第 679 题请设计一个多轮推理问答系统的输入输出格式，包括每一步的 prompt 设计、多轮推理的输出结果，并说明数据集应如何组织与拆分。 考察对多轮推理系统设计与数据集构建的理解第 680 题请说明常见的深度学习模型并行训练方式及其特点。 考察对并行训练技术的系统理解与适用场景辨析