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 481 题RAG中怎么提升准确率？ 考察对RAG系统各环节准确率优化方法的理解与实践第 482 题请解释什么是内存泄漏，并列举常见的避免内存泄漏的方法。 考察对内存管理基础概念的理解及实际防范能力第 483 题决策树的深度如何控制？如果树太深导致过拟合，有哪些常用处理方法？ 考察决策树的超参数控制与过拟合缓解策略第 484 题你的项目或论文中的模型推理速度表现如何？ 考察对模型推理性能的量化评估能力第 485 题在多模型或特征融合场景中，如何设计打分融合方式？ 考察模型融合和权重设计能力第 486 题XGBoost如何选择最优分裂节点？采用哪些加速方式？ 考察对XGBoost分裂机制与工程优化的理解第 487 题请解释vLLM的核心原理及其在高并发推理场景中的作用。 考察对vLLM底层机制的理解及其在推理性能优化中的价值第 488 题如何优化大模型训练速度？ 考察对大模型训练性能优化方法、理论依据和实践细节的掌握第 489 题在计算Attention时有什么节省显存资源的策略吗？比如将两个样本拼到一起计算attention等。 考察对Attention显存优化的理解与实践，包括计算与内存的权衡第 490 题请解释CUDA编程中并行性与并发性的区别，并说明它们在GPU编程中的应用。 考察对GPU并行执行模型的理解及术语辨析能力第 491 题CPT 训练时对机器配置（GPU、显存、内存等）有什么要求？如何估算？ 考察对大规模模型训练资源需求的理解和估算能力第 492 题如果给你一张32B参数量、未量化的模型，你觉得跑起来大概需要多少显存？ 考察对模型显存占用的估算能力和对推理过程的系统理解第 493 题MLA 为什么要对键值进行压缩？请分析其技术动机与收益。 考察对压缩动机的理解，包括显存、带宽与推理效率第 494 题并发与压力测试（batch/并发规模）如何设置的？ 考察性能测试设计中对业务建模、并发规模推算和压测方法的理解第 495 题接口响应很慢，怀疑是数据库导致的，你会如何排查并优化？ 考察对慢接口的排查方法论、数据库性能分析与优化能力第 496 题请谈谈你对 C++ 标准库容器 vector 的理解，包括其底层实现原理、动态扩容机制以及使用时需要注意的性能问题。 考察对 vector 底层机制、扩容策略与性能边界的掌握第 497 题如何管理 LLM 推理中的 KV Cache？ 考察 KV Cache 的组织、内存优化与长上下文处理能力第 498 题KV-Cache如何加速推理？ 考察对Transformer推理中KV缓存机制及其加速原理的理解第 499 题全参数训练占显存主要在什么地方 考察对全参数大模型训练显存分布的底层理解和优化意识第 500 题当帧率要求从一分钟30帧提升到一秒钟30帧时，程序设计的哪些部分需要注意？ 考察性能瓶颈识别、缓存利用与并发优化意识