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。

5159

一次请求中如何协同使用 RAG 共享知识与个性化 Memory？

Agent 原理与系统上下文工程

方案设计

进阶

2 篇面经 3 个题集来源

5213

LLM 预训练语料清洗与常规数据清洗有何不同，如何平衡质量与覆盖？

模型训练与对齐训练数据构建与治理

方案设计

进阶

2 篇面经 3 个题集来源

5240

神经网络 FLOPs 如何定义和计算？

模型基础与推理模型架构与表示

原理机制

进阶

2 篇面经 3 个题集来源

5248

卷积层与全连接层有什么区别，CNN 为什么适合图像？

模型基础与推理多模态与生成模型

比较选型

进阶

暂无面经 5 个题集来源

5261

GAN 的基本思想是什么，生成器和判别器如何协同训练？

模型基础与推理多模态与生成模型

原理机制

进阶

1 篇面经 4 个题集来源

5301

如何构造并验证嵌入或检索训练的高质量难负样本？

模型训练与对齐训练数据构建与治理

方案设计

进阶

2 篇面经 3 个题集来源

5319

XGBoost、LightGBM 和 CatBoost 有哪些区别，如何选型？

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

5387

Word2Vec 如何训练词向量，CBOW 与 Skip-Gram 有何区别？

模型基础与推理机器学习与推荐系统

原理机制

进阶

2 篇面经 3 个题集来源

5401

前馈神经网络如何完成预测和参数学习？

模型基础与推理模型架构与表示

原理机制

基础

1 篇面经 4 个题集来源

5404

Flow Matching 与 Rectified Flow 如何学习连续生成过程，有何联系？

模型基础与推理多模态与生成模型

原理机制

深入

2 篇面经 3 个题集来源