汇总技术面试、HR面试、岗位专业题、行为题和大模型/RAG等专项面试题，帮助求职者按岗位建立复习框架
面试题页适合需要集中复习的人。题库的价值不在于背诵，而是帮助你发现知识盲区、熟悉追问方式，并把答案和自己的项目经历连接起来。
建议按岗位和面试轮次筛题：HR面关注稳定性和动机，业务面关注岗位理解，技术面关注原理和项目落地。每道题都准备一句话结论、关键论据和一个能展开的实际例子。
如果你正在准备大模型算法岗的面试，看到“PagedAttention”和“Prefix Caching”这两个术语时，大概率会有点发怵。直接说结论：面试官抛这两个点，考的不是你能不能背出论文公式，而是你是否真正理解大模型推理时最棘手的两个问...
如果直接说结论：KV Cache 之所以不缓存 Q（Query），是因为在自回归生成推理过程中，每个时间步的 Q 是由当前输入的 Token 实时计算出来的，它依赖于当前上下文，不具备复用价值；而 K 和 V 则来自之前所有已经生成的 To...
如果你正在准备AI大模型相关岗位的面试，那么 MQA、GQA 和 KV Cache 这三个概念几乎一定会被问到。简单来说，它们都是 Transformer 推理加速的关键技术，分别解决多头注意力机制中的计算冗余和内存瓶颈问题。MQA（Mul...
如果只用一句话总结：FlashAttention V1和V2的核心区别在于**计算与访存的平衡方式不同**——V1通过分块和重计算减少显存访问，V2在此基础上进一步优化了非矩阵乘法部分（如Softmax、Rescale），实现了更高的硬件利...
如果只说结论，FlashAttention 在 AI 大模型面试中反复出现，核心原因不是它有多新，而是它直接体现了面试官最看重的两个能力：**对计算瓶颈的底层理解**和**系统级优化思维**。对准备面试的候选人来说，先理解FlashAtte...
如果只说结论，面试官问“大模型逻辑推理性能下降如何补救”，考察的不是你背过多少论文，而是你有没有系统化的诊断与修复思路。对准备AI岗位面试的同学来说，先把“为什么下降”和“从哪入手”理顺，再展开具体方法，比一开始就堆RAG、CoT等术语更有...
如果你正在准备大模型方向的算法面试，大概率会遇到一个问题：“讲讲混合精度训练中INT8和FP4量化的区别？”很多人第一反应是背概念，但面试官真正想听的并不是定义，而是你对精度、速度、硬件适配和实际落地场景的理解。 简单说：INT8和FP4都...
如果只说结论，准备AI大模型面试时，**AWQ（Activation-aware Weight Quantization）中的激活异常值保护**是区分你是否真正理解量化算法的核心考点之一。很多候选人能背出量化公式，却解释不清为什么需要保护异...
如果只说结论，大模型量化面试（PTQ、QAT）远不是让候选人背诵“什么是量化”，而是考察你能否在部署场景中做出精准的技术判断——什么场景该用PTQ，什么场景必须上QAT，量化后精度损失如何补偿。对准备AI大模型岗位的候选人来说，先把PTQ和...
如果你正在准备AI大模型方向的面试，或者在实际落地中需要选择量化方案，GPTQ和AWQ几乎是绕不开的两个关键词。直接给结论：它们都不是万能药——GPTQ更适合离线部署、追求极致压缩的场景；AWQ在保留关键权重精度上更聪明，对在线推理更友好。...
如果只说结论，MoE（混合专家）和 Dense（稠密）模型在部署选型上，**核心不是谁更先进，而是谁更匹配你的业务场景和硬件预算**。对准备AI大模型岗位面试的求职者来说，先理解两者的架构本质、推理成本和扩展特性，再根据具体问题给出判断，比...
如果你正在准备大模型相关岗位的面试，那么“贪婪解码”、“束搜索”、“采样”这几个词几乎一定会出现。先说结论：这三者本质上是文本生成时决定下一个词的不同策略——贪婪解码每次都选概率最高的词，束搜索维护一个候选集合并同步扩展，采样则引入随机性来...
围绕 面试题怎么准备？高频题库 继续看相关文章、简历模板和范文示例，方便顺着同一主题继续往下找。
