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 501 题如何分析perf火焰图？ 考察性能分析工具使用与系统性能问题定位能力第 502 题在竞赛或团队项目中，如果你担任 leader，你是如何解决队员遇到的问题的？ 考察团队领导力、问题解决和协作能力第 503 题请介绍你负责的一个项目中最主要的技术难点是什么，以及你是如何克服它的。 考察候选人识别技术难点的能力和解决问题的思路第 504 题torchrun 在分布式训练中的用途是什么？请说明其核心功能和典型使用场景。 考察对分布式训练启动工具的理解，包括进程管理和初始化机制第 505 题在全量推理（如模型全量推涨）之后，如果效果显著提升，通常可以从哪些根因方向去分析？ 考察对模型或系统优化效果归因分析的方法论第 506 题怎么排查 coredump？ 考察对程序崩溃现场的分析能力和排障思路第 507 题请介绍你调用外部API（如OpenAI常用接口）的实际经验，以及你使用FastAPI构建服务的经历。 考察外部API集成能力与FastAPI框架的实际使用深度第 508 题在数据转换过程中，如何检测并评估精度损失？请结合具体方法说明。 考察对数据转换精度损失的理解及检测方法的掌握第 509 题为什么AIGC模型（如图像生成模型）在生成文字时效果不佳？ 考察对生成模型在处理文本渲染时的基本局限和原因的理解第 510 题如何解决相机外参改变导致模型精度下降的问题？ 考察对相机外参与模型输入关系、标定与数据一致性问题的理解第 511 题模型量化之后发现精度损失比较大，怎么发现问题并解决？ 考察量化问题的定位能力与系统性优化思路第 512 题实习中遇到什么卡点，怎么解决的？ 考察问题识别、解决思路与复盘能力第 513 题在部署大语言模型时，你遇到过哪些典型问题，并如何解决？ 考察LLM部署落地中的工程问题识别与排查能力第 514 题请解释什么是过拟合，以及它在机器学习中的表现和原因。 考察对过拟合概念、成因和影响的理解第 515 题如何解决模型训练中的过拟合和欠拟合问题？ 考察对模型泛化问题的理解和常用解决方法第 516 题请分享一次你在项目中使用云服务的实践经验，包括遇到的挑战和解决方案。 考察将云知识应用于实际项目的能力第 517 题是否遇到训练过程梯度爆炸、显存不足的问题？有哪些解决的 trick？ 考察深度学习训练中的问题识别、根因分析与工程化解决能力第 518 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 519 题请解释深度学习中梯度的作用，并说明梯度消失和梯度爆炸的成因及常见缓解方法。 考察对反向传播中梯度问题的理解及解决策略第 520 题你在使用饿了么的过程中遇到过哪些问题？请结合具体场景说明。 考察用户视角的问题发现能力与表达逻辑