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 561 题你了解 DeepSpeed 中ZeRO 分阶段的区别吗？ 考察对 DeepSpeed ZeRO 优化机制和显存优化原理的理解第 562 题请介绍 Flash Attention 的原理及其相比标准 Attention 的优势。 考察对 Flash Attention 核心机制及其性能优势的理解第 563 题Adam优化器相比SGD（随机梯度下降）改进了哪些方面？ 考察对优化算法演进原理的理解，重点在自适应学习率与动量机制第 564 题请分析非极大值抑制（NMS）算法的时空复杂度，并说明影响其性能的关键因素。 考察对NMS算法原理、复杂度分析及性能瓶颈的理解第 565 题请说明如何评估RAG系统的召回准确率，并介绍常用的评估方法和优化方向。 考察对RAG召回质量评估与优化方法的理解第 566 题请介绍CUDA的存储体系及其层次结构。 考察对CUDA内存层级、访问速度与使用场景的理解第 567 题询问一个OCR项目有什么提升的空间 考察候选人对自己项目的深入理解、问题发现与优化规划能力第 568 题增加了串行流程后为什么还能提速？ 考察对串行化约束下性能提升原因的理解第 569 题请说明大模型训练时显存的组成，并解释除模型参数、梯度、优化器状态（Model States）外还有哪些显存开销。 考察对大模型训练显存构成的理解，包括必要开销与附加开销的区分第 570 题请解释vLLM的原理，并说明它在Batch推理方面有哪些优化？ 考察对vLLM核心机制及批量推理优化技术的理解第 571 题讲讲perfDog怎么测功耗的，怎么知道功耗的瓶颈在哪？ 考察移动端性能测试工具使用方法、功耗分析流程与瓶颈定位能力第 572 题召回不准有什么方法提升召回率？ 考察对召回阶段性能问题的分析方法与优化手段第 573 题模型训练过程中显存占用如何优化？DeepSpeed的原理是什么？ 考察模型训练显存优化和分布式训练框架原理第 574 题你是如何评估数据预处理阶段的性能改进效果的？ 考察候选人数据预处理性能评估的方法与量化能力第 575 题请介绍完整的 RAG 检索增强生成流程，并对文档分段策略做优化说明。 考察对 RAG 全链路理解的完整性以及文档分段优化意识第 576 题请介绍你在CUDA算子优化方面的一次具体实践，包括优化目标、方法和效果。 考察候选人对CUDA算子优化的实际理解和实践经验第 577 题请解释 vLLM 的核心设计原理，并说明 PagedAttention 如何提升推理吞吐量。 考察对 LLM 推理服务框架核心机制的理解及技术分析能力第 578 题在商品塔中引入多模态encoder后,为什么离线评估效果反而下降了?你们有分析原因吗? 考察多模态特征引入后的效果评估与问题排查能力第 579 题针对一万个PDF文档做RAG时，如何保证检索的准确性和生成答案的可靠性？ 考察RAG实际落地中的质量与风险控制第 580 题AI项目里，生成流程优化是怎么做的？ 考察对AI生成流程优化的系统性思考与实践