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 141 题在合并LoRA adapter权重时，你是否遇到过梯度爆炸问题？如果有，是如何解决的？ 考察对LoRA合并机制与训练稳定性的理解第 142 题在 RAG 系统中，如果检索不到结果或知识库中没有相关内容，你会如何处理？请给出你的排查思路和应对方案。 考察对 RAG 系统检索失败场景的应对能力，以及降级策略和用户体验设计第 143 题请描述模型训练中混合精度机制的工作过程。 考察对混合精度训练原理、数据格式转换与数值稳定性的理解第 144 题如果 pipeline 中性能高度依赖的模块A失效，最终结果会下降多少？你如何评估这种影响？ 考察对单点故障影响评估与容错设计的思考第 145 题RAG 知识检索召回精度不高要怎么办？ 考察对 RAG 检索链路优化、召回质量与评估方法的理解第 146 题什么是大模型复读机现象？请说明其成因及常见的解决方法。 考察对大模型复读机（重复生成）现象的理解及问题排查与解决能力第 147 题在检索增强生成（RAG）项目中，如果召回的答案不是想要的，你该怎么处理？ 考察RAG召回质量问题的排查思路与优化策略第 148 题在做Agent的时候，如果也用到了RAG，出现指令不遵循的情况，应该如何解决？ 考察Agent与RAG结合时对指令遵循问题的系统性排查与优化能力第 149 题请分享你在强化学习项目中调参的经验，包括关键参数的选择、调试策略以及遇到的典型问题。 考察强化学习调参的实践经验和问题解决能力第 150 题请解释什么是过拟合，并说明在机器学习中常用的检测和缓解方法。 考察对过拟合概念、成因及常用处理手段的理解第 151 题训练SFT模型时loss出现剧烈震荡,你是如何诊断并解决的? 考察对SFT训练不稳定性的系统排查与解决方案第 152 题在应用LoRA微调时，你遇到过哪些困难？是如何解决的？ 考察问题定位与解决能力，以及LoRA实践的深度第 153 题以 LightGBM 为例，说明超参数调优的思路和方法。 考察超参数调优的系统方法和模型调参经验第 154 题如果服务器CPU突然被打满，你会如何排查？ 考察系统问题排查的流程和方法第 155 题SFT过程中如何判断是否过拟合 考察对微调阶段过拟合识别和验证方法的掌握第 156 题请介绍你在最近的一个大模型项目中遇到的主要技术问题，以及你是如何定位和解决的。 考察大模型项目实战中的问题定位、解决思路和复盘能力第 157 题在模型迭代过程中，你遇到的主要难点是什么？你是如何解决的？ 考察模型迭代中的问题识别、解决方案及复盘能力第 158 题请描述你如何设计工具调用链的异常 fallback 策略。 考察异常处理与容错设计能力第 159 题在 GRPO 训练中如果遇到熵崩塌，你会怎么理解和解决？ 考察对强化学习训练稳定性问题的理解与处理能力第 160 题请聊聊你在项目中训练PPO（近端策略优化）时的资源消耗情况。 考察对强化学习PPO算法训练过程的深入理解，包括资源瓶颈分析、优化方法及工程实践