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 921 题请介绍你在实际项目中如何优化 RAG（检索增强生成）系统的效果？ 考察对RAG系统各环节的优化方法及实践经验第 922 题请解释双塔模型的目标是什么，以及多目标建模时最终如何计算相似度。 考察对双塔模型结构目的及多目标融合方式的掌握第 923 题B站首页推荐模型可能包含哪些目标作为精排融合分的项？ 考察候选人对推荐系统多目标建模与精排融合机制的了解第 924 题如何训练一个代码检索模型？ 考察对代码检索模型训练流程、数据构建和评估方法的理解第 925 题如何提升检索效果呢? 考察检索系统的优化思路与方法第 926 题如果Agent推理API需要低延迟响应，你会从哪些方面做系统级优化？ 考察对推理服务端到端延迟的识别与系统化优化能力第 927 题NL2SQL在处理多表查询的时候采取的策略 考察多表查询场景下NL2SQL的系统设计与表关系处理第 928 题如果要从0到1做一个xx项目，你会如何规划？ 考察从零到一的项目规划能力、系统思考与落地执行思路第 929 题如何从零开始构建一个OCR任务的网络？ 考察OCR任务的技术选型、网络结构设计与训练流程规划第 930 题请解释Transformer的整体结构及其核心组成部分。 考察对Transformer架构的整体理解与关键模块的作用第 931 题在MoE模型的分布式推理中，EP（专家并行）是如何工作的？ 考察对专家并行机制的理解和实际推理场景中的应用第 932 题如果给你足够的时间和资源，你会怎么做这个项目？ 考察理想场景下的完整规划能力、资源利用与长期视角第 933 题请解释RAG（检索增强生成）的技术原理，并说明其核心组件。 考察对RAG整体架构、检索与生成协同机制的理解第 934 题你的Agent系统如何处理API超时等工具调用失败？ 考察对工具调用失败场景的处理策略与容错设计第 935 题原始的 DIN 如何实现的？ 考察深度兴趣网络（DIN）的架构原理、注意力机制与特征处理方法第 936 题请介绍一下基础大模型的完整训练流程，并说明每个阶段通常需要哪些计算资源。 考察对大模型训练流程的理解及资源估算能力第 937 题带时间窗口或时间偏移限制的对话系统，模型如何理解时间？ 考察对对话系统中时间建模与窗口策略的理解第 938 题如何处理后的特征输入到深度模型？Embedding层的作用是什么？ 考察特征输入模型的方式与Embedding层原理第 939 题在手机端算力受限场景下，如何设计视频超分技术的整体方案？ 考察移动端算力约束下的视频超分系统架构与关键技术选型第 940 题拆解大模型智能体(Agent)的工作原理，说明其核心组成部分（感知、记忆、规划、学习模块）及在环境交互和任务执行中的作用。 考察对大模型智能体核心模块及其协作机制的理解