人工智能面试题 · 风险判断
人工智能相关岗位面试题。
共 11389 道真题 · 当前筛选命中 664 道 · 更新 2026-08-05
筛选题目已选：风险判断
考察点
技术栈
第 101 题在实际项目中，如果要在 RO-VAE 和 RQ-Kmeans 之间做选择，你会从哪些角度评估？并说明你更推荐哪种方案及理由。 考察模型选型的权衡思路和决策依据第 102 题为什么强化学习在训练过程中会出现不稳定问题？ 考察对强化学习训练不稳定成因的理解第 103 题特征是越多越好吗？请说明你的观点和处理策略。 考察特征维度意识、过拟合风险和降维方法第 104 题线程池参数如何配置？ 考察对线程池核心参数的掌握及根据场景合理配置的能力第 105 题请解释可变数据类型和不可变数据类型的区别，并举例说明在编程中如何影响代码设计。 考察对数据类型可变性的理解及其在实际编程中的影响第 106 题Agent 执行链中失败重试会导致长尾耗时,你如何优化策略以控制 SLA? 考察对分布式系统中重试策略、超时控制与SLA保障的理解第 107 题在落地用户意图识别模型时，如何科学评估准确率并避免过拟合？ 考察评估指标体系与模型可靠性第 108 题你所在的项目是否有做在线学习？如果有，具体是如何实现的？ 考察对在线学习机制的理解与实际应用经验第 109 题在 C++ 中，如何区分野指针和空指针，并说明调用类成员函数时分别会带来什么问题？ 考察对野指针与空指针概念的理解及调用类成员函数的风险分析第 110 题讲讲你对手机影像的理解（镜头、Sensor、算法等）。 考察对手机影像系统核心组件的理解与综合分析能力第 111 题一般的定位方案中怎么实现鲁棒的点云匹配的？ 考察点云匹配在定位中的应用、鲁棒性处理与算法选型第 112 题请分析TimesNet模型设计中的潜在缺陷或局限性。 考察对TimesNet架构原理的理解及批判性分析能力第 113 题为什么直接用 bert-base 的句向量做余弦相似度召回效果不好？ 考察对 BERT 句向量各向异性问题和未经过对比学习训练的理解第 114 题你在这个项目中遇到的最大技术挑战是什么？你是如何解决的？ 考察技术深度、问题分析能力、风险判断和解决问题的方法论第 115 题微调Llama2时，你是如何选择训练样本的？ 考察训练数据选择的标准与方法第 116 题只有正样本没有负样本，如何预测用户的可能资产？这属于机器学习的什么任务？具体流程是什么？ 考察对正样本学习（PU Learning）原理及处理流程的理解第 117 题LoRA微调中有哪些特别需要注意的点？ 考察对LoRA微调原理、配置、训练与部署中常见风险点的理解第 118 题你们的训练数据怎么构造的？ 考察对数据处理流程、质量控制和伦理风险的理解第 119 题模型的 loss 函数前乘以10,会对训练造成什么影响? 考察对损失函数缩放如何影响梯度幅度、学习率与训练稳定性第 120 题当输入问题不标准、存在表达歧义时，你会如何设计处理流程？ 考察问题规范化与歧义处理的工程方法