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。

4695

Transformer 的 Attention 与 MLP 参数量如何分布，哪些条件决定占比？

模型基础与推理模型架构与表示

原理机制

进阶

1 篇面经 4 个题集来源

4697

线性注意力的基本原理是什么，它有哪些适用边界？

模型基础与推理Transformer 与注意力

原理机制

深入

3 篇面经 2 个题集来源

4699

BatchNorm、LayerNorm、RMSNorm 与 GroupNorm 的统计维度和适用条件有什么区别？

模型基础与推理机器学习与推荐系统

比较选型

进阶

2 篇面经 3 个题集来源

4716

什么是 Prefill 与 Decode 分离，为什么要分离部署？

模型基础与推理推理优化与模型压缩

原理机制

进阶

1 篇面经 4 个题集来源

4741

用 Python 实现支持工具调用的 ReAct Agent。

Agent 原理与系统Agent 基础与运行循环

代码题

深入

暂无面经 5 个题集来源

4766

如何设计从大模型到小模型的蒸馏策略，并验证能力保留？

模型训练与对齐蒸馏与模型合并

方案设计

深入

暂无面经 5 个题集来源

4801

Encoder-only、Decoder-only 与 Encoder-Decoder 架构有什么区别？

模型基础与推理Transformer 与注意力

比较选型

进阶

暂无面经 5 个题集来源

4815

大语言模型的持续学习是什么，如何兼顾新知识与已有能力？

模型训练与对齐预训练、续训与 SFT

原理机制

进阶

1 篇面经 4 个题集来源

4835

Plan-and-Execute Agent 模式如何规划、执行并根据反馈调整任务？

Agent 原理与系统规划、推理与任务执行

原理机制

进阶

2 篇面经 3 个题集来源

4838

什么是 Agent 的图式工作组织（Graph Engineering），节点、边与状态如何协同？

Agent 原理与系统工作流、状态与执行恢复

原理机制

进阶

2 篇面经 3 个题集来源