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 101 题请解释Xposed框架的基本原理及其主要应用场景。 考察对Android Hook框架原理的理解与应用认知第 102 题请介绍一段实习经历中你遇到的主要问题以及你是如何解决的。 考察实习生面对问题的处理能力、解决思路和复盘总结第 103 题我们做了一些multi-query attention优化,但发现decoder延迟还是高,你觉得是哪里的瓶颈?vLLM本身的KV cache是不是反而是负担 考察对LLM推理延迟瓶颈的系统性分析和KV cache作用的理解第 104 题如果微调模型出现复读机现象,是什么原因 考察对LLM微调中重复生成问题的原因分析和解决思路第 105 题针对这些数据集评估困难，你会如何解决？请结合具体方案说明。 考察数据质量治理的方法论与实操能力第 106 题项目实战：LLM重复生成内容的问题如何缓解？ 考察对LLM采样机制、输出多样性控制与工程调优手段的理解与应用第 107 题在实习过程中，除了数据处理外，你遇到的最大困难是什么？是如何解决的？ 考察问题识别、解决思路和复盘能力第 108 题如果你的客户在使用模型时出现badcase，无法满足他的需求，你应该如何解决？ 考察面对模型失误时的问题定位、沟通与解决方案设计能力第 109 题模型不收敛的原因有哪些？ 考察对深度学习训练稳定性问题的系统性认知与排查思路第 110 题某些场景点击回收延迟不一致，动态窗口太小会漏样本，太大会慢，怎么解决？ 考察动态窗口大小权衡、样本回收延迟处理和系统设计思路第 111 题请分享一次你进行SQL调优的实际经历，包括问题背景、定位方法和优化效果。 考察候选人是否具备SQL性能调优的实践经验和系统化排查能力第 112 题项目：模型量化时遇到激活值异常溢出如何调试？ 考察模型量化中数值异常问题的定位与调试能力第 113 题当DeepSeek等通用大模型在垂直领域表现不佳时，你会如何处理？ 考察对垂直领域大模型优化策略的理解与工程落地能力第 114 题你在微调模型时是否观察过不同层的梯度差异？ 考察对模型微调过程中梯度分布的观察、原因分析与调参意识第 115 题大模型为什么会出现重复输出或不能停止的现象？ 考察对解码策略与生成失控原因的技术理解第 116 题你认为 Transformer 的性能瓶颈主要来源于哪里？ 考察对 Transformer 计算和内存瓶颈的深入分析第 117 题量化出来的模型有误差，你是怎样减少误差、提高模型预测准确率的？ 考察模型量化误差的来源分析、补偿策略与精度优化方法第 118 题在训练神经网络的过程中，你通常会采用哪些优化策略？请结合实际案例说明。 考察对深度学习训练优化策略的掌握与实际应用能力第 119 题哪些方法可以避免梯度消失和梯度爆炸？ 考察对深度网络训练稳定性问题的理解与常见应对方法第 120 题训练的数据的质量有什么心得？ 考察对数据质量维度的理解、处理经验以及数据对模型效果的影响认知