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:

4652
RAG、Memory 和 Tool 分别管理什么信息,为什么需要分开治理?
AI 应用工程与治理AI 应用架构与接口
比较选型
进阶
4656
AI 应用的 PII 脱敏应部署在输入、日志、模型调用和输出的哪些环节?
AI 应用工程与治理安全、权限与人工介入
方案设计
进阶
4657
为什么需要固定评测集和基线来判断 AI 应用改动是否有效?
AI 应用工程与治理评测体系与实验设计
原理机制
进阶
4662
实时语音 Agent 的端到端延迟来自哪些环节,如何定位与优化?
AI 应用工程与治理性能、时延与成本
故障排查
进阶
4676
RLHF 奖励模型通常采用什么架构,它与待优化语言模型是什么关系?
模型训练与对齐强化学习与奖励
原理机制
进阶
4680
强化学习训练为什么容易不稳定,哪些收益使它仍值得使用?
模型训练与对齐强化学习与奖励
原理机制
进阶
4700
AdaLoRA 如何自适应分配低秩更新的参数预算?
模型训练与对齐参数高效微调
原理机制
深入
4703
P-tuning 如何学习连续提示参数?
模型训练与对齐参数高效微调
原理机制
进阶
4705
混合精度训练如何工作,为什么能改善训练资源效率?
模型训练与对齐分布式训练与计算硬件
原理机制
进阶
4706
FP16 训练发生数值溢出时,如何定位和处理?
模型训练与对齐训练框架、调参与排障
故障排查
进阶