真面经，好答案。面试之前，先来面栈。

全部题目

模型、RAG、Agent与工程面试题一网打尽，配套答案解析与延伸追问。

已筛选

共 7716 道题

排序：

4696
如何分析 Transformer 各模块的 FLOPs 及其随序列长度的变化？
模型基础与推理Transformer 与注意力
原理机制
深入
暂无面经3 个题集来源
4702
Prefix-tuning 如何通过可训练前缀适配模型？
模型训练与对齐参数高效微调
原理机制
进阶
暂无面经3 个题集来源
4704
Prompt-tuning 如何工作，它训练哪些参数？
模型训练与对齐参数高效微调
原理机制
进阶
暂无面经3 个题集来源
4717
大模型解码速度为什么经常受显存带宽限制？
模型基础与推理推理优化与模型压缩
原理机制
进阶
暂无面经3 个题集来源
4719
WordPiece 如何利用语言模型概率或关联评分选择词表合并？
模型基础与推理Tokenizer 与位置编码
原理机制
进阶
暂无面经3 个题集来源
4722
SFT 后可能出现哪些质量与泛化问题？
模型训练与对齐预训练、续训与 SFT
原理机制
进阶
暂无面经3 个题集来源
4730
什么是大模型的长度外推？
模型基础与推理Tokenizer 与位置编码
概念解释
基础
暂无面经3 个题集来源
4739
用 Python 实现 Top-K 和 Top-P 采样。
模型基础与推理推理与解码
代码题
进阶
暂无面经3 个题集来源
4742
用 Python 实现工具注册、查询和调用系统。
Agent 原理与系统工具调用与 Function Calling
代码题
进阶
暂无面经3 个题集来源
4751
用 Python 和 PyTorch 实现自回归生成的 KV Cache。
模型基础与推理推理优化与模型压缩
代码题
深入
暂无面经3 个题集来源