人工智能面试题 · 性能优化
人工智能相关岗位面试题。
共 11389 道真题 · 当前筛选命中 605 道 · 更新 2026-08-05
筛选题目已选：性能优化
考察点
技术栈
第 421 题你对 VLLM 中使用的技术是否熟悉（如 Flash Attention、KV Cache）？ 考察对推理引擎关键技术点的理解深度第 422 题介绍下DeepSpeed 考察对DeepSpeed核心机制、应用场景与性能优化原理的理解第 423 题流水线并行中为什么会出现气泡现象？请说明其成因及优化方法。 考察对流水线并行中气泡现象的成因理解与优化策略第 424 题请手写实现快速排序，并说明时间复杂度的退化场景及如何优化。 考察快速排序的代码实现、退化场景和优化策略第 425 题如何评价MMoE模型各个专家的学习效果 考察对MMoE模型专家网络学习效果的评估方法与诊断能力第 426 题在 SFT 训练过程中，你使用了多少张 GPU 卡？训练时长大约是多少？如何评估算力配置是否合理？ 考察对 SFT 训练算力规划、训练周期与成本效益评估的理解第 427 题假如一个 Agent 推理链路包含 3 个工具 + 高频请求，系统整体延迟较高，你会如何优化？ 考察对 Agent 推理链路性能问题的系统性分析能力与优化手段第 428 题在不改变回复准确度的前提下，如何提升模型回复速度？ 考察对模型推理性能优化的理解及对准确度影响的权衡第 429 题在海量文本场景下，如何对检索召回结果进行语义去重？ 考察召回优化的工程思路与去重方案设计第 430 题在同时预测点击率和点击时长的多目标任务中，通常使用一个交叉熵损失和一个MSE损失，如何解决两者训练时的loss不平衡问题？ 考察多目标学习中损失平衡的处理策略第 431 题GPU算子开发有什么难点？ 考察对GPU算子开发核心挑战的理解和工程经验第 432 题如何使内积计算的精准度接近余弦相似度，实现性能优化？ 考察向量相似度计算优化中精度与性能的权衡第 433 题在大规模模型推理服务场景下，如何选择或使用分布式框架来提升吞吐和降低延迟？ 考察对LLM推理扩展与框架选型的综合能力第 434 题如果不用LoRA，直接全参数微调一个7B模型，需要多少显存？ 考察混合精度下全参数微调的显存估算能力第 435 题场景题：目前有一个带货的直播间，商品比较多，设计一个方案如何降低时延？ 考察系统设计中对直播带货场景下高并发商品列表的时延优化能力第 436 题请分享一次你在资源受限设备（如车载端或低端设备）上进行模型压缩或推理加速的经历。 考察模型压缩与推理加速的实际经验、方法选择和效果评估第 437 题项目中用Milvus向量数据库，介绍这个数据库的索引方式。 考察对Milvus向量索引类型、适用场景及参数选择的理解第 438 题Agentic长文本训练时候容易OOM,你有什么好的优化吗? 考察大模型长文本训练的内存优化策略与工程实践第 439 题对一个7B参数的模型进行参数高效微调，大致需要多少GPU显存，通常需要保存哪些参数和状态？ 考察大模型微调的显存开销构成与参数保存范围的估算能力第 440 题在模型部署中，如何优化推理延迟和吞吐？ 考察对推理性能优化手段的理解和工程实践能力