人工智能面试题（2026 最新）
人工智能相关岗位面试题。
共 11389 道真题 · 更新 2026-08-05
筛选题目
考察点
技术栈
第 361 题请介绍一下你上一家公司的核心业务和产品特点。 考察候选人对前公司业务的理解与概括能力第 362 题请介绍一下你在简历中提到的项目经历或实习经历中最能体现你技术能力的一段。 考察候选人项目经验的真实性、个人贡献与可量化成果第 363 题LoRA 微调中，矩阵 A 和 B 分别如何初始化？为什么 B 初始化为 0 而 A 不用？ 考察 LoRA 初始化原理及其对训练稳定性的影响第 364 题请用滑动窗口算法找出字符串 s 中所有是字符串 p 的异位词的子串起始索引。 考察滑动窗口算法实现、边界处理与代码正确性第 365 题了解BERT吗？ 考察对BERT模型结构的理解及其在NLP中的应用第 366 题PU Learning属于有监督、半监督、无监督的哪一种，以及这三种学习的定义是什么？ 考察对机器学习三分类学习范式的理解及PU Learning的定位第 367 题当输入长度超过模型的最大长度限制时，常见处理方案有哪些（如padding、截断）？ 考察对长序列处理策略的掌握与权衡第 368 题如何设计多模态用户信息的存储结构，并在产品功能中合理使用这些数据？ 考察多模态数据建模、存储选型与业务落地的综合设计能力第 369 题请说明SwiGLU相比传统激活函数的改进在哪里？ 考察对SwiGLU激活函数设计动机与优势的理解第 370 题logloss是什么，为什么要用logloss？ 考察对交叉熵损失函数定义及其在分类任务中作用的掌握第 371 题请描述MultiheadAttention的计算流程，并说明其参数量如何计算。 考察对Transformer注意力机制原理及其参数规模的掌握第 372 题请介绍你的 C++ 基础掌握情况，以及如何应对项目中可能涉及的 C++ 开发任务？ 考察候选人自我认知、基础能力陈述与学习迁移意识第 373 题写出Transformer的attention公式 考察Transformer自注意力机制的数学表述与核心组件理解第 374 题请解释Agentic RL的核心概念，并说明它在构建智能体中的应用价值。 考察对Agentic RL概念的理解及其在智能体场景中的意义第 375 题多分类损失函数中，交叉熵的每一项分别代表什么意义？ 考察对交叉熵损失函数结构及其各项含义的理解第 376 题在目标检测中，如果背景类与目标类样本数量相差很大，你会采用哪些解决办法？ 考察目标检测中类别不平衡的针对性优化手段第 377 题请实现爬楼梯问题：每次可以走 1 阶或 2 阶，求到达第 n 阶的不同走法总数。 考察动态规划基础建模与代码实现能力第 378 题SFT和强化学习之间的区别在哪里，分别适用什么场景？ 考察对监督微调与强化学习在原理、目标及适用场景上的理解第 379 题C++ override、overwrite、overload的区别 考察C++多态与函数重载机制的准确区分第 380 题编码器和解码器的实际应用场景有什么区别？ 考察对编码器/解码器概念在不同领域应用差异的理解