AI技术 面试题

大模型概念、能力边界、Tokenization 与解码策略

Transformer、自注意力、MHA/MQA/GQA、位置编码、RMSNorm 与 MoE

预训练目标、数据配比、Scaling Law、分布式训练与混合精度

SFT、LoRA、QLoRA、PEFT、数据构建与灾难性遗忘

RLHF、PPO、DPO、奖励模型与 Constitutional AI

DDPM、Latent Diffusion、Stable Diffusion、ControlNet 与 GAN/VAE 对比

视觉语言模型、CLIP、ViT、视觉连接器与视频理解

Prompt 设计、结构化输出、上下文学习与提示注入防护

检索、向量数据库、重排、GraphRAG 与 RAG 评估

工具调用、规划、记忆、MCP 与多智能体协作

PagedAttention、连续批处理、投机解码、并行推理与服务化部署

量化（GPTQ/AWQ/GGUF）、知识蒸馏、剪枝与稀疏化

能力评测、幻觉检测、红队测试、护栏与内容安全

应用编排框架、缓存与成本优化、可观测、部署运维与工程实践