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 841 题请介绍你的模型训练方式和部署方式，并谈谈离线学习与在线学习的区别与优劣。 考察对训练部署流程的理解及模型更新策略的权衡第 842 题请解释AQS的工作原理，并举例说明它在哪些具体场景下使用。 考察对AQS核心机制的理解及其在Java并发编程中的实际应用第 843 题Agent中数据是怎么交互的 考察对Agent内部数据流转与交互机制的理解第 844 题GraphRAG 如何应对知识库的增量更新场景？ 考察对图结构增量维护和实时性问题的理解第 845 题在多模型或特征融合场景中，如何设计打分融合方式？ 考察模型融合和权重设计能力第 846 题在你实现自己的RPC框架时，你考虑了哪些关键点？为什么选择这些技术栈？ 考察RPC框架设计的关键考量、技术选型理由及深度理解第 847 题请解释BERT的Transformer编码器架构，并说明多头注意力机制的意义。 考察对BERT底层架构与多头注意力机制的深入理解第 848 题请解释vLLM的核心原理及其在高并发推理场景中的作用。 考察对vLLM底层机制的理解及其在推理性能优化中的价值第 849 题Multi-Agent 通讯和协作的难点是什么？ 考察对多智能体系统通信复杂度、一致性、协调和可信度问题的理解第 850 题请详细描述一个完整的RAG（检索增强生成）流程。 考察对RAG整体架构、各环节及作用的理解第 851 题设计一个调用大模型接口的网关，需要满足哪些要求？ 考察对模型网关核心能力（鉴权、限流、容错、可观测）的系统设计能力第 852 题请解释 MoE 模型中的 expert parallel 是如何实现的？ 考察对 MoE 专家并行机制的深入理解第 853 题得到的权重能体现个性化吗？能提出什么优化方法呢（千人千面）？ 考察对个性化推荐和权重机制的理解及优化能力第 854 题在现有大模型的基础上，如何通过Agent相关方法训练一个coder模型，用于撰写金融领域相关模型的代码？ 考察对大模型微调、Agent系统设计及金融领域代码生成能力的综合理解第 855 题请说明 Agent 的组成部分及实现方法。 考察对 Agent 架构组成及实现方式的理解第 856 题MLA 为什么要对键值进行压缩？请分析其技术动机与收益。 考察对压缩动机的理解，包括显存、带宽与推理效率第 857 题并发与压力测试（batch/并发规模）如何设置的？ 考察性能测试设计中对业务建模、并发规模推算和压测方法的理解第 858 题请介绍你对图召回的理解，并说明它在推荐系统中的应用场景和实现要点。 考察对图召回技术的理解、应用场景及实现细节第 859 题你之前做过RAG项目，请讲讲从数据清洗到检索服务上线整个链路是怎么搭建的，以及chunk切分是如何做的？ 考察RAG全链路工程落地能力和对关键环节的理解第 860 题规则召回是怎么做的，用到哪些规则？ 考察推荐系统中规则召回的设计思路与规则类型