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 541 题为什么要做数据清洗与均衡采样？ 考察数据预处理对模型训练质量的影响第 542 题在 Reflection 机制中，我们该如何判断一个 Agent 执行失败是由于知识缺失，还是工具调用错误导致的呢？ 考察对 Agent 失败根因分析的框架与诊断能力第 543 题请解释光流估计的基本原理、典型算法及其局限性。 考察光流估计原理与算法选择的深入理解第 544 题梯度消失或爆炸的原因和解决方法 考察深度学习训练中梯度传播问题的理解与解决能力第 545 题请介绍你对 Linux 的基础操作和常用命令的掌握情况。 考察 Linux 使用经验与核心命令熟练度第 546 题请介绍一次你在项目团队中作为负责人组织团队工作的经历，以及遇到关键问题时你是如何推动解决的。 考察项目管理、团队组织与问题解决能力第 547 题有没有做过工具调用失败后的feedback策略设计? 考察工具调用失败时的恢复机制、用户体验和策略权衡第 548 题训练过程中你调过哪些参数，分别是怎么设置的？ 考察对训练超参数及其设置逻辑的理解第 549 题请分享一次你在数据处理过程中进行数据清洗的具体经验。 考察数据清洗的实践能力、方法论与结果导向第 550 题在Agent落地场景中，RAG会遇到哪些延迟和正确率问题？ 考察对RAG在Agent场景下实际瓶颈的识别与分类第 551 题使用 Playwright 进行页面截图时，遇到渲染失败或报错应如何处理？ 考察前端自动化截图中异常排查与容错处理能力第 552 题训练过程中出现梯度爆炸和梯度消失，通常如何改进？ 考察对梯度不稳定问题的成因及常见解决手段的掌握第 553 题请介绍一下你日常进行代码调试的常用方法和流程，以及你如何定位和解决一个较难复现的问题。 考察调试方法论、问题定位能力和系统性排查思维第 554 题测试集为什么一定需要存在，或者为什么不直接把验证集和测试集合在一起？ 考察对机器学习模型评估流程中测试集独立性的理解第 555 题请介绍梯度裁剪（Gradient Clipping）的作用及其在训练中的应用策略。 考察对梯度裁剪原理、作用、实现方式和训练调优的理解第 556 题如何使用 nvidia-smi 查看 GPU 使用情况？ 考察对 nvidia-smi 基本命令及其输出关键指标的理解第 557 题解释常见激活函数（如 ReLU、Sigmoid、Tanh）及其优缺点，并说明如何缓解梯度消失或神经元死亡。 考察激活函数原理及其训练中的问题应对第 558 题关于论文中的数据，你是如何采集和处理的？数据质量如何保障？ 考察数据处理能力、数据质量意识和实验严谨性第 559 题模型训练过程中loss突然上升，可能的原因有哪些？你会如何排查和处理？ 考察对训练过程监控、异常排查和调优策略的理解第 560 题请分享一次你在实习中与同事协调工作的经历：遇到了什么问题，你是如何解决的？ 考察实习生跨角色协调、问题识别与解决能力