职位题库

AI算法工程师面试题库

面向AI算法工程师相关面试,围绕深度学习、Transformer、自我介绍、自回归生成、PCA等主题展开练习,结合题目考察点、回答思路、参考答案和常见误区,梳理知识要点并练习清晰表达。

30 道题目建议用时 90 分钟专项面试练习

全部题目 30 道题

25

当面试官认真倾听并给出正向反馈时,你会如何利用这种氛围深入展示自己的思考?

考察候选人能否在友好面试氛围中主动推进讨论深度,而不是被动等待提问。
26

请说明自注意力层在输入序列长度为 n、每个 token 为 d 维时,注意力得分矩阵的计算复杂度,并解释复杂度来源。

考察对自注意力计算过程与复杂度推导的掌握,能否从矩阵形状和点积次数解释复杂度。
27

卷积神经网络中池化层的主要作用是什么?请与激活函数、卷积层、归一化层的职责区分开。

考察对 CNN 各层职责的基本理解,尤其是池化层在空间维度压缩和计算量控制上的作用。
28

关于主成分分析(PCA)降维,哪些说法正确?请说明 PCA 的监督性质、优化目标以及对量纲的敏感性。

考察对 PCA 基本性质的理解,包括无监督属性、方差最大化目标、主成分线性组合以及标准化必要性。
29

评测大模型数学解题能力时,面对约 5200 道带唯一标准答案的中学数学题,最常用的评测指标是什么?为什么不是困惑度?

考察能否根据任务特点选择合适的评测指标,并理解准确率与困惑度衡量对象的差异。
30

Transformer 解码器自注意力中的因果掩码主要解决什么问题?它与 padding mask 有什么区别?

考察对解码器自注意力中掩码机制的理解,能否区分因果掩码与 padding mask 的不同用途。
返回面试题库