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 161 题请描述精排基线模型的典型结构及其各组件的作用。 考察对推荐系统精排模型结构设计的理解与表达能力第 162 题在推荐系统或相似度匹配任务中，特征嵌入通常放在模型结构的哪个位置，为什么这个位置能带来好的效果？ 考察对特征嵌入位置与模型效果关系的理解第 163 题你们实时用什么技术，离线用什么技术？ 考察实时与离线数据处理技术选型及应用理解第 164 题在RAG系统中，向量数据和原始文档通常分别存储在哪里？ 考察对RAG架构中各存储组件职责的理解第 165 题请谈谈RAG（检索增强生成）的优势和主要难点。 考察对RAG核心价值与工程挑战的理解第 166 题请介绍Transformer的整体结构，并说明其中关键组件的作用。 考察对Transformer架构及其核心机制的理解第 167 题RAG是什么？ 考察对检索增强生成概念的理解与核心组成第 168 题冷启动广告如何分配流量？（可用 Bandit 算法实现探索） 考察流量探索与利用的平衡、冷启动问题的拆解与算法选型第 169 题在推荐系统的双塔模型或类似架构中，为什么不能提前将用户特征和物品特征进行交叉？这个缺点有什么方式可以改进？ 考察对推荐系统特征交叉、双塔模型局限及改进方案的理解第 170 题讲讲你对手机影像的理解（镜头、Sensor、算法等）。 考察对手机影像系统核心组件的理解与综合分析能力第 171 题请介绍你了解的其他召回与排序算法，并说明它们在搜索或推荐场景中的应用与区别。 考察对召回排序算法体系的理解广度、对比能力和场景适配判断第 172 题向量召回中是怎么做到快速召回的？这么多数据量不可能一个一个去遍历吧？ 考察向量检索的索引结构和对快速召回原理的理解第 173 题请介绍智能体（Agent）的核心概念，并说明其在应用中的关键设计点。 考察对智能体概念、组成与应用设计的理解深度第 174 题UniAD的实现原理是什么？如何实现上层信息的聚合和传递？ 考察对UniAD框架中多任务特征聚合与信息流动机制的理解第 175 题请详细介绍你在项目中应用 XGBoost、LightGBM 和 DIN 模型的经验，重点说明 AUC 等评估指标在模型选择与调优中的具体作用。 考察对树模型与深度推荐模型的理解及实际应用能力第 176 题请解释 ISP 处理流程中 AWB 和 demosaic 的顺序，以及 Gamma 和 CCM 的顺序，并说明为什么这样设计。 考察对 ISP 图像处理管线各模块顺序及其设计原理的理解第 177 题你使用过的向量数据库之间有哪些差异？ 考察对不同向量数据库特性、适用场景和选型能力的理解第 178 题多轮对话这边是怎么处理的？ 考察多轮对话状态管理与上下文建模能力第 179 题请介绍Transformer的实现方式与核心计算逻辑。 考察对Transformer架构、自注意力机制及计算流程的理解第 180 题RAG 系统有哪些关键优化点？ 考察 RAG 各环节的优化意识与工程实践