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 21 题什么是大模型幻觉现象？请分析其产生原因及业内常见的缓解方法。 考察对大模型幻觉机制的理解及工程缓解手段的掌握第 22 题请介绍你在项目中使用PyTorch或TensorFlow进行API调用的具体场景和做法。 考察深度学习框架的实践经验和API使用能力第 23 题在利用已有深度先验辅助单目估计时，你会关注哪些细节来保证最终深度图的准确性和鲁棒性？ 考察对深度估计工程化细节的把控第 24 题请说明如何查看和修改 Linux 系统的网络配置。 考察对 Linux 网络配置基本概念和常用工具的理解第 25 题如果服务器CPU突然被打满，你会如何排查定位问题？ 考察系统问题排查方法论、工具使用和分层定位能力第 26 题在Attention的Softmax计算中，为什么通常要减去输入向量中的最大值？这种处理方式是否适用于其他函数？ 考察数值稳定性意识与Softmax特性迁移的判断第 27 题在训练大型语言模型时，你如何理解并应对熵崩塌（entropy collapse）现象？ 考察对大型语言模型训练中熵崩塌现象的理解及应对策略第 28 题请解释进程和线程的区别，以及它们之间的关系。 考察操作系统基础概念的理解第 29 题请介绍一次你参与模型推理部署的经历。 考察推理部署实践、关键环节理解和结果复盘能力第 30 题当检索器和重排序器的得分过于接近且不可靠时，你会如何解决？ 考察对检索与重排序模型评分可靠性的理解和工程化处理能力第 31 题在学校做的LLM微调项目中，你遇到了哪些问题？ 考察候选人在LLM微调实践中的问题识别、定位与解决能力第 32 题请谈谈你使用Python多线程的经历，包括在什么场景下使用、如何管理线程以及遇到的主要问题。 考察Python多线程的实际应用、问题理解和场景判断能力第 33 题请解释缓存穿透和缓存击穿的区别，并说明各自的常见解决方案。 考察对缓存异常场景的识别、区别和解决方案的掌握第 34 题将算法模型封装成移动端SDK时，可能遇到哪些典型问题？你会如何排查和解决？ 考察移动端算法工程化的落地能力、问题定位思路与系统性解决方案第 35 题从loss上观察是什么样的？ 考察对机器学习训练过程中loss曲线含义的理解与观察方法第 36 题联合索引什么情况会失效？ 考察联合索引最左前缀匹配原则及常见失效场景第 37 题如何处理token过长的问题？ 考察对token大小限制、存储与传输优化的理解第 38 题请谈谈你对 C++ 多线程编程和内存管理的理解。 考察 C++ 多线程与内存管理的核心概念及实践能力第 39 题在过往项目中，你遇到的最大困难是什么？你是如何解决的？ 考察问题识别、分析定位、解决方案设计与执行复盘能力第 40 题SFT 的过程中有没有遇到什么困难？ 考察候选人在大模型微调实践中的问题识别、解决与反思能力