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 161 题了解MySQL的索引吗？ 考察对MySQL索引机制、类型、使用场景和优化原则的理解第 162 题为什么RQ-VAE会有码本坍塌现象？ 考察对RQ-VAE码本坍塌原因的理解及应对策略第 163 题如何使用 PyTorch 分析模型性能瓶颈？ 考察对 PyTorch 性能分析工具链与优化方法论的理解第 164 题什么情况下你会考虑调整或更换优化器？请结合具体场景说明。 考察根据任务特点选择与调优优化器的实践能力第 165 题模型泛化性能差时如何处理？ 考察对过拟合、欠拟合诊断和泛化提升策略的系统掌握第 166 题RAG怎么解决模型幻觉？ 考察对检索增强生成原理及其减少幻觉机制的理解第 167 题在分布式模型训练过程中，如果部分训练节点失活，你通常会如何处理数据和训练任务？ 考察对分布式训练容错与数据一致性的理解第 168 题请说明在项目中如何使用 Git 管理代码，以及如何对比两个版本之间的差异。 考察 Git 基本操作、版本管理和差异对比能力第 169 题训练时 loss 不稳定，你会怎么排查和处理？ 考察训练稳定性问题定位与调优能力第 170 题模型微调是在什么环境下训练的？ 考察对深度学习训练环境的理解第 171 题遇到的最大的困难是什么？ 考察候选人面对困难时的应对策略、解决问题能力和反思总结能力第 172 题请谈谈你在项目中如何改进损失函数的权重设计，以解决样本不均衡或难易样本对训练的影响？ 考察对损失函数权重机制的理解及实际调优思路第 173 题在 Masked Multi-Head Attention 中，mask 掩码值为什么通常取-1（或一个较大的负数）？ 考察对注意力机制中 softmax 数值处理和掩码原理的理解第 174 题请分享一个你在项目中遇到的最大的技术或协作困难，以及你是如何解决的。 考察候选人面对困难时的分析、行动和复盘能力第 175 题样本不均衡该怎么做？ 考察对样本不均衡问题的系统认知与解决手段第 176 题实习中模型上线后的线上结果与线下结果有什么区别？ 考察对模型线上线下表现差异的理解与排查能力第 177 题你有没有尝试修改过项目中使用的 Prompt？ 考察候选人对 Prompt 工程实践的经验与主动性第 178 题怎么改善DQN的参数敏感问题？ 考察对DQN不稳定源的识别与工程缓解手段第 179 题请分享项目中遇到的最大挑战是什么？ 考察候选人识别关键挑战、分析问题根源与复盘能力第 180 题任务队列满了该怎么做？ 考察分布式系统或中间件中队列积压的应急处理与根因分析能力