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 261 题请介绍你的实习项目中遇到的一个技术问题，并说明你是如何解决的。 考察问题识别、分析、解决和复盘能力第 262 题请描述LoRA训练的主要参数和标准流程。 考察对LoRA微调关键参数和训练流程的理解第 263 题多分类任务中所有样本都被分到同一标签，如何排查原因并解决？ 考察多分类模型退化的诊断能力和解决思路第 264 题模型幻觉怎么处理，为什么会有幻觉？ 考察对LLM幻觉成因的理解及实际应对策略第 265 题请描述你在实际工作中如何评估数据质量问题，并给出一个具体的改进案例。 考察对数据质量维度、评估方法及改进流程的理解和实践能力第 266 题大模型生成工具调用时，如何避免参数格式错误？ 考察对模型输出结构化约束与后处理纠错的理解第 267 题如果一个Agent误判导致策略冲突，如何处理？ 考察风险识别、问题排查和系统设计能力第 268 题请介绍你是否有大模型训练经验，如果有，是采用什么方式训练的？另外在模型推理加速方面，你用过哪些技术或工具？ 考察候选人在大模型训练与推理加速方面的实践经验和技术能力第 269 题有没有一些视频生成提示词的撰写经验？ 考察提示词工程经验、对视频生成模型特性的理解与实践第 270 题在业务场景中用神经网络建模时，如果遇到欠拟合，你会如何排查和解决？ 考察模型欠拟合的识别、原因分析与常见解决办法第 271 题多目标预估中如何解决跷跷板问题？ 考察多目标学习中的任务冲突识别与建模优化能力第 272 题使用LoRA微调模型时，通常会遇到哪些坑或需要注意的问题？ 考察LoRA实际应用中的调参经验和风险意识第 273 题针对某个产品（如火山小视频），其相比同类产品在速度上的提升，是否主要归因于计算资源的投入？请分析可能的其他原因。 考察对性能提升来源的技术分析能力，区分计算资源与其他优化因素第 274 题为什么大模型结合RAG会出现AI幻觉？请分析主要原因并给出解决思路。 考察对RAG幻觉机制的理解及系统性解决方案第 275 题你通常如何调试大模型？结合你实际的项目经历，说明你具体使用了哪些方法和工具？ 考察大模型调试的方法论、工程实践与项目落地能力第 276 题请说明Softmax的实现方式，并解释如何防止数值溢出。 考察Softmax的实现细节及数值稳定性处理第 277 题请举例说明哪些训练样本质量问题对微调模型行为有明显影响。 考察识别样本质量问题并关联模型行为的能力第 278 题LoRA微调在生产环境的部署经验有哪些？ 考察LoRA微调后的模型在生产部署中的实践与经验第 279 题请描述一次你在跨团队沟通中遇到问题的经历，以及你是如何应对的。 考察跨团队沟通问题的识别、解决策略和复盘能力第 280 题请结合你的SLAM相关项目或实习经历，详细说明SLAM前端和后端分别解决什么问题，并给出你实际操作中的关键细节。 考察对SLAM前后端核心概念的理解，以及结合项目实际的技术深度