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 641 题请说明两路召回的区别。 考察对混合检索策略的理解与对比能力第 642 题RAG 场景下的生成模型与通用基座模型在评估维度上有哪些不同？ 考察对 RAG 评估与通用生成评估差异的理解第 643 题请具体说明在Transformer中如何实现多头注意力机制（Multi-Head Attention）。 考察对注意力机制实现细节的理解，包括Q/K/V投影、缩放点积和拼接输出第 644 题LoRA微调的核心原理是什么？ 考察对低秩适配方法本质的理解，包括参数高效微调的设计动机与实现机制第 645 题RoPE 为什么能实现相对位置编码？它相比传统绝对位置编码在长文本推理中有什么优势？ 考察对旋转位置编码原理及其在长文本推理中优势的理解第 646 题请解释逻辑回归的损失函数及其推导过程。 考察对逻辑回归损失函数原理和数学推导的理解第 647 题请介绍一篇你最近阅读过的深度学习策略相关文献，并简要描述其方案。 考察候选人跟踪前沿研究并提炼方法要点的能力第 648 题召回和排序的区别是什么？ 考察对推荐系统或信息检索两阶段架构的理解第 649 题MMoE模型中，如果点赞和收藏任务被点击任务带偏，你会如何平衡多个任务的学习？ 考察多任务学习中的任务冲突处理与模型结构优化能力第 650 题请实现一个递归版本的单链表反转函数。 考察递归思维与链表指针操作第 651 题请解释什么是正态分布，并说明其主要性质及在统计分析中的典型应用。 考察正态分布的基本概念、性质和实际应用理解第 652 题在深度学习中，你知道哪些归一化（Normalization）方式？请简要说明各自适用的场景。 考察对常见归一化方法的理解及其适用场景第 653 题请介绍 GAN 的应用场景以及它的优缺点。 考察对生成对抗网络原理理解、应用广度和局限性的认识第 654 题如何用randint(1,8)生成randint(1,6)？ 考察随机数生成与拒绝采样的理解及实现能力第 655 题用大模型对 item 做语义 Embedding 有什么缺点？ 考察对大规模语义向量化方案的局限性和工程权衡的理解第 656 题请介绍你的研究生研究方向，并分享一篇近期阅读的论文，现场讲解其中的核心内容。 考察学术研究能力、文献阅读深度与逻辑表达能力第 657 题请介绍一下数据库范式（Normalization）的相关概念及其在数据库设计中的作用。 考察数据库设计理论基础与规范化的理解第 658 题请列举大语言模型评测中常用的基准数据集，并说明其特点。 考察对大语言模型主流基准数据集及适用范围的了解第 659 题SFT与强化学习对比：SFT和强化学习各自有什么优缺点，分别适用于什么场景？ 考察对监督微调与强化学习在模型训练中的定位、优势、局限及适用场景的理解第 660 题GradNorm的原理是什么？工业界一般不这么用，因为这个gradnorm比较trick。 考察对多任务学习梯度归一化方法的原理理解与工业落地权衡