人工智能面试题 · 问题排查
人工智能相关岗位面试题。
共 11389 道真题 · 当前筛选命中 590 道 · 更新 2026-08-05
筛选题目已选：问题排查
考察点
技术栈
第 241 题如何查看CPU使用情况？请说说你常用的命令及其作用。 考察对系统性能监控命令的掌握和实际使用经验第 242 题请举例说明用户通常如何提问，以及团队如何解答用户问题？ 考察对用户问题解答流程与沟通方式的理解第 243 题请解释什么是梯度消失，并说明其产生原因及常见应对方法。 考察对深度学习训练中梯度消失问题的原理理解与解决思路第 244 题训练时出现复读（重复生成）现象，通常如何排查和解决？ 考察对训练阶段重复生成问题的定位与解决能力第 245 题请说明 Spring 是如何通过三级缓存解决循环依赖的？ 考察对 Spring 循环依赖原理、三级缓存作用及失效条件的理解第 246 题请介绍项目中Redis的具体使用场景、数据结构选择及读写模式。 考察Redis应用场景落地、数据结构选型与操作合理性第 247 题请描述一次微调后模型出现 Bad Case 的排查与缓解过程。 考察对微调结果进行问题定位、根因分析和针对性强化的能力第 248 题如何解决word2vec推荐中的热门效应（热门物品向量相似度过高）？ 考察对热门偏置问题的识别与优化方案设计第 249 题平常训练或者微调 LLM 或 VLM，有什么感受？ 考察对大型模型训练或微调的实际体验、方法论理解与问题处理能力第 250 题具体工程中线性方程由于噪声存在，方程经常病态，如何解决？ 考察病态线性方程问题的识别、数值处理方法和工程实践第 251 题请谈谈你对 LlamaFactory 框架的了解和使用经验，包括它在你项目中的具体应用场景。 考察对 LlamaFactory 功能的掌握程度及应用能力第 252 题什么是过拟合？请说明常用的检测方法与缓解手段。 考察对过拟合现象及正则化方法的掌握第 253 题在百度实习期间遇到的最难问题是什么？ 考察问题定位、技术攻坚能力及项目复盘第 254 题模型转换后出现精度损失，有哪些应对策略？ 考察定位和缓解精度损失的工程能力第 255 题怎么防止过拟合 考察对过拟合原因与常用正则化策略的理解第 256 题请解释深度学习训练过程中的梯度消失问题及其常见缓解方法。 考察对深度学习核心原理的理解及实际问题解决能力第 257 题假设 DPO（人工质检）结果显示，在其他指标持续优化的情况下漏检率有所上升，请描述你当时的调整与解决思路，以及最终如何落地。 考察面对指标间平衡时的分析、方案设计及落地能力第 258 题多卡训练经验有吗？GPU占用率低和显存占用率低分别是什么原因导致的？ 考察多卡分布式训练的经验以及GPU利用率和显存利用率的诊断能力第 259 题在微调大语言模型时，LoRA模块通常加在哪些层？rank值的设置有什么技巧？ 考察对LoRA机制的理解、应用位置选择及超参数调优经验第 260 题在使用 LangChain 构建应用时，你遇到过哪些典型问题，又是如何定位和解决的？ 考察对 LangChain 框架的实际使用经验、问题排查能力与框架局限性的理解