ENTERPRISE · ALL
项目实战与企业级 · 全部题目
共 787 篇，本页第 385-432 篇。← 回到学习路径视图
No.1404长对话上下文如何处理？总结后如何存储？多少轮后不支持回溯面试官想考察你对长对话管理的工程落地能力，而非单纯背概念。刁钻点在于：候选人常只提“滑动窗口”或“摘要压缩”，但忽略了存…→No.1405多意图并发识别（用户真实意图是什么？）面试官想考察你能否跳出“单意图分类”的舒适区，处理真实对话中“用户一句话包含多个诉求”的复杂场景。这是P1进阶题，刁钻点…→No.1406中途任务强行结束怎么办？如何撤销面试官想考察你对 Agent 任务生命周期的深度理解，而非简单背概念。这是典型的系统设计 + 工程取舍题，刁钻点在于：任…→No.1407多工具分布调用如何解决面试官想考察你对 Agent 系统中“多工具调度”的架构设计能力，而非单纯背概念。刁钻点在于：如何平衡并发效率与结果可靠…→No.1408如何规划任务流程？（Orchestration策略）面试官想考察你对Agent任务编排（Orchestration）的工程化理解深度，而非背诵ReAct论文。核心是区分“什…→No.1409如何提高检出率？如何评价检出质量面试官想看你是否理解检索系统“召回”与“精度”的博弈本质，而非单纯背指标。考察类型是工程取舍 + 系统设计。刁钻点在于：…→No.1411走完用户指定任务 vs 各个任务节点完成质量面试官想考察你对 Agent 评估体系的深度理解，特别是过程与结果的辩证关系。这并非简单的概念背诵，而是要求你辨析“任务…→No.1412为什么要用reference model面试官想考察你对RLHF（基于人类反馈的强化学习）中核心机制的理解深度，而非简单背诵流程。这道题是典型的“工程取舍+系统…→No.1413有没有用到类似AutoGen或LangChain的框架?为什么选这个框架面试官想看你是否真正用过 Agent 框架，而非只背过概念。这道题考察“工程选型能力”——不是让你二选一，而是看你能否根…→No.1414为什么有了reward model还需要critic model?critic model作用是什么这道题考察的是对 RLHF 训练管线中两个核心组件——Reward Model（奖励模型）和 Critic Model（…→No.1415写一段 Python 代码模拟「库存查询「工具的 Schema 定义，重点说明如何防止 Agent 乱调用工具。面试官想看你能否将安全设计理念落地到代码层面，而非停留在概念。这道题的刁钻点在于：很多人只写一个 JSON Schema…→No.1416实现一个 ReAct 框架的核心循环（思考-行动-观察），用 Python 代码展示。面试官想看你能否将 ReAct 论文中的理论转化为可运行代码。刁钻点在于：很多人只写一个 while 循环调用 LLM，…→No.1417Agent 对话状态机的 Redis 持久化实现（含 TTL、序列化、恢复）。面试官想考察你的分布式系统设计能力——能否将 Agent 的对话状态可靠地持久化到 Redis，支持断线恢复、多实例并发…→No.1418用 Python 实现一个工具路由器，根据用户意图选择对应工具。面试官想看你能否设计一个既准确又高效的工具路由系统。刁钻点在于：很多人只写 if-else 或关键词匹配，但说不清 Em…→No.1419实现一个基于滑动窗口的短期记忆模块。面试官想看你能否设计一个既控制 Token 数量又保留关键信息的记忆管理模块。刁钻点在于：很多人只写一个 deque 限…→No.1420用 asyncio 实现异步事件总线，支持工具调用的重试机制。面试官想考察你的异步编程能力和分布式系统设计思维。刁钻点在于：很多人只写一个简单的 pub-sub，但说不清重试策略（指…→No.1421实现一个 Agent 记忆压缩算法（摘要或向量化）。面试官想看你能否设计一个既节省 Token 又不丢失关键信息的记忆压缩方案。刁钻点在于：很多人只选"摘要"或"向量化"中…→No.1422用 Python 实现 Function Calling 的解析器，将 LLM 输出的 JSON 转换为实际函数调用。面试官想看你能否安全可靠地将 LLM 的文本输出转换为代码执行。刁钻点在于：这不只是 JSON 解析——还需要参数校验、…→No.1424What is positional encoding面试官想考察你对Transformer基础组件的底层理解，而非简单背诵定义。核心是：你是否理解自注意力机制为何天生无序，…→No.1425criteria: 「代码应该更快「 # ← 多快算快面试官真正想看的是：你能否将“快”这个主观感受，转化为可量化、可验证、有业务意义的工程指标。这不是背概念，而是考察性能优…→No.1426平常使用AI吗，都用来干嘛？如果我想使用AI，比如coding领域，你有何建议给我面试官想看的不是“你用没用过AI”，而是你是否具备将AI工具深度嵌入工程工作流的能力。这是一道工程实践+最佳实践题，刁钻…→No.1427What are the different decoding strategies in LLMs面试官想看你是否真正理解 LLM 生成文本的底层机制，而非只会调 API。考察类型是系统概念 + 工程取舍。刁钻点在于：…→No.1428mock 是怎么实现的面试官想考察你对测试基础设施的底层理解，而非单纯背“mock 是替换依赖”。刁钻点在于：mock 不是魔法，而是通过代理…→No.1429了解KV-cache吗？写写实现代码面试官想验证你对Transformer自回归推理加速核心技术的工程理解深度，而非单纯背概念。考察类型是coding + …→No.1431简单描述一下wordpiece model 和 byte pair encoding，有实际应用过吗面试官想考察你对子词分词（Subword Tokenization）算法的底层原理和工程取舍的理解，而非仅仅背诵概念。刁…→No.1432为什么从代码LLM开始面试官想看你是否理解“领域专用模型 vs 通用模型”的工程选择逻辑，而非简单背概念。刁钻点在于：代码LLM（如CodeL…→No.1433为什么 Spec Driven + Context Engineering 会代替 Vibe Coding + Prompt Engineering面试官想看你是否理解AI工程化从“调参式试错”到“系统化设计”的范式迁移。这不是背概念题，而是考察你对可维护性、确定性、…→No.1434为什么 Test-Time Compute 对数学和代码特别有效面试官想看你是否真正理解 Test-Time Compute 的适用边界，而非只会背“推理时多算几步”。考察类型是工程取…→No.1435**Q33：Speculative Decoding 原理？为什么不影响输出质量面试官想考察你对 LLM 推理加速前沿技术的理解深度，而非简单背诵。核心是验证你是否真正理解“投机解码”的数学原理——尤…→No.1436计算机操作 Agent：看截图还是读代码？这是个问题面试官想考察你对计算机操作 Agent（Computer Use Agent）感知层的工程取舍理解，而非单纯背诵概念。这…→No.1437| Q43 | What are the different decoding strategies in LLMs面试官想考察你是否真正理解 LLM 解码策略的底层原理与工程取舍，而非背诵概念列表。这是典型的“背概念+工程取舍”混合题…→No.1438| Q61 | What is speculative decoding, and when would you use it面试官想考察你是否真正理解 speculative decoding 的核心机制（而非只背名字），以及能否判断其适用边界…→No.1439分支覆盖率怎么统计？代码插桩怎么实现面试官想考察你对代码测试基础设施的底层理解，而非单纯背概念。这是典型的工程取舍 + debug 类型题。刁钻点在于：很多…→No.1440多智能体如何达成共识（如代码评审分歧）面试官想考察你对多智能体系统（MAS）中共识机制的设计与工程取舍，而非单纯背诵概念。刁钻点在于：代码评审场景下，分歧不是…→No.1442为什么 Speculative Decoding 能保证输出分布不变面试官想验证你是否真正理解 Speculative Decoding 的数学核心——拒绝采样（Rejection Sam…→No.1443需要代码执行隔离吗面试官想考察你对 Agent 系统中代码执行安全性的工程实战认知，而非单纯背概念。刁钻点在于：你是否能区分“必须隔离”和…→No.1444What is speculative decoding, and when would you use it面试官想考察你对 LLM 推理加速前沿技术的理解深度，而非简单背诵概念。这是典型的“系统设计 + 工程取舍”题，刁钻点在…→No.1445你们有没有用到类似AutoGen或LangChain的框架?为什么选这个框架面试官想看的不是你会不会背LangChain的API，而是你在真实工程中做技术选型的决策能力。这道题属于系统设计+工程取…→No.1446有没有了解过带有时间窗口/偏移限制的对话系统?模型怎么「理解时间「面试官想考察你对对话系统中时间感知（Temporal Awareness）与时间约束（Time Window/Offse…→No.1447八股:DeepSpeed Zero 各阶段分别做了哪些优化面试官想考察你对分布式训练内存优化的底层理解，而非简单背诵 ZeRO 三个阶段。核心是看你能不能讲清“分片”的本质——如…→No.1448八股:Prefix LM、Causal LM、Encoder-Decoder 三类架构的适用场景与优缺点面试官想考察你对 LLM 底层架构的工程取舍理解，而非死记硬背定义。刁钻点在于：三类架构（Causal LM / Pre…→No.1449有没有做过消融实验?哪些模块对最终性能提升最关键面试官想看的不是“你做过消融实验”这个事实，而是你能否系统性地拆解模型性能来源，并给出可验证的工程判断。这是典型的实验设…→No.1450请谈谈目前有哪些主流方法可以赋予LLM规划能力?(例如CoT, ToT, GoT)面试官想看你是否真正理解 LLM 规划能力的演进脉络，而非只背了 CoT、ToT 几个缩写。考察类型是系统设计 + 前沿…→No.1451模型压缩:知识蒸馏在大模型压缩中的应用?效果如何面试官想看你是否真正理解知识蒸馏（KD）在大模型压缩中的核心价值与局限，而非仅仅背诵概念。考察类型是“工程取舍+系统设计…→No.1452八股:激活函数有了解吗,你知道哪些LLM常用的激活函数?为什么选用它面试官想看的不是“背出ReLU、GELU、SwiGLU列表”，而是你对LLM中激活函数选择的工程权衡理解。刁钻点在于：为…→No.1453八股:了解加速推理框架DeepSpeed吗面试官想考察你对大模型分布式训练与推理加速的工程化理解，而非单纯背诵DeepSpeed概念。这是一道“背概念+工程取舍”…→No.1454八股:如何通过修改损失函数来解决负载均衡问题面试官想考察你对 MoE（Mixture of Experts）架构中负载均衡问题的工程化理解，而非单纯背公式。刁钻点在…→No.1456什么是词元化?请比较一下BPE和WordPiece 这两种主流的子词切分算法面试官想考察你对 NLP 基础组件——词元化（Tokenization）的深度理解，而非简单背诵定义。核心是区分“背概念…→