百度面经题库第 3 页

百度在 AI 产品策略方面有哪些优势和机会？

这题不适合回答成“百度很强、AI 很好”的口号题，而要用产品策略框架拆开：先判断 AI 产品策略的目标用户和高频任务，再看百度已有产品资产能否形成低成本触达、数据反馈、能力复用和商业闭环。优势可以从搜索/信息获取心智、地图和本地生活等场景入口、语音与多模态交互基础、公开产品认知中的 AI 技术品牌、企业服务与开发者生态几个维度讲；机会则应落到“把 AI 从能力展示变成任务完成工具”，例如搜索问答化、地图出行助手化、办公/营销/客服场景降本增效、跨端智能体，以及对长尾复杂问题的个性化服务。回答时要同时讲风险：不要为了 AI 而 AI，要避免场景泛化、体验不可控、成本失控和隐私合规问题。

百度地图面向国人出境游，如何结合语音交互和 AR 设计国际化功能、卖点和差异化？

这题是百度地图产品运营群面，要求围绕“AI 公司定位、百度地图语音交互、AR 功能、国人出国旅游痛点、国际化功能、卖点、差异化”做方案。好答案要先拆用户旅程：出发前规划、落地后找路、跨语言沟通、公共交通/步行/打车、景点游览、安全和应急。再把语音交互和 AR 放进具体痛点：语音解决低输入成本和中文理解，AR 解决陌生环境方向感和空间识别。功能可以设计为出境游中文语音向导、离线城市包、AR 步行导航、POI 双语识别、公共交通规则提示、行程卡片、景点 AR 讲解、应急求助与翻译。差异化不要空喊“AI 更强”，而要强调服务中国游客的场景化：中文语音、多模态导航、离线可用、旅行链路闭环、从路线到解释再到应急的完整体验。

DPO 是什么，和 SFT 在训练目标、数据形式和适用阶段上有什么区别？

SFT 和 DPO 都用于大模型训练后的对齐阶段，但目标不同。SFT 是让模型学习应该怎么回答的示范答案，DPO 是让模型学习同一问题下更偏好哪一个回答。SFT 更偏能力和格式学习，DPO 更偏偏好对齐、风格控制和质量排序。

同题还出现在 1 个公司岗位

DNN 与传统机器学习方法有什么不同？为什么深度网络在表示学习、端到端训练和复杂数据建模上更有优势？

这题要比较 DNN 和传统机器学习在特征表达、训练方式、数据需求、泛化风险和工程落地上的差异。DNN 的优势主要来自表示学习、层次化非线性组合、端到端优化和对图像、语音、文本等复杂数据的适配，但它不是所有场景都优于传统方法。好的回答要同时讲清楚传统模型在小数据、结构化表格、可解释性、训练成本和稳定性上的优势。

如何科学衡量一个 AI 搜索结果的用户满意度？

科学衡量 AI 搜索结果满意度，要把“用户喜欢”拆成任务是否完成、答案是否可信、交互是否省力、内容是否有吸引力以及后续是否产生正向行动。单一点击率或停留时长都不可靠，必须结合显性反馈、隐性行为、复搜信号、分意图指标、离线标注和延迟后反馈，建立可解释的满意度模型。

同题还出现在 1 个公司岗位

广告主反馈百度搜索广告投放 ROI 不好时，商业产品经理应如何拆解问题、定位漏斗环节，并提出优化方案？

这题考商业产品经理对搜索广告 ROI 的诊断框架。广告主说 ROI 不好，不能直接回答降价或换素材，而要把 ROI 拆成收入、成本、流量质量、点击成本、转化率、客单价、转化回传和归因口径，逐层定位是投放前端、落地页承接、转化链路、商品/服务能力还是数据统计问题。

机器学习中的偏差和方差分别指什么，如何判断并降低它们？

这题考偏差-方差分解和模型泛化诊断，重点是能用欠拟合、过拟合、训练/验证误差曲线解释问题，并给出对应降低方法。

AI 助手调研中，用户问卷声称更信任某方案但实际使用更少时，如何解释“态度与行为不一致”？

这题考产品运营能否解释 AI 助手调研中的“态度与行为不一致”。高质量回答不能简单判定问卷或日志谁错了，而要拆解信任定义、样本口径、场景差异、使用摩擦、默认路径、习惯成本和任务风险，再用定性、日志和实验验证。

LSTM 的输入门、遗忘门和输出门是如何工作的？

LSTM 用遗忘门、输入门和输出门控制细胞状态的保留、写入和暴露，从而缓解普通 RNN 的长期依赖和梯度衰减问题。

同题还出现在 1 个公司岗位

百度 AI 产品如果从问答式助手升级到 Agent，应如何定义产品差异、技术能力和布局路径？

这题考百度 AI 产品从问答助手升级到 Agent 时的产品定义能力。回答不能只说 Agent 更智能，而要从用户目标、交互形态、技术能力、评估指标、生态布局和分阶段路线讲清差异。

CLIP 的图文对比学习流程如何用伪代码表示？

这题考 CLIP 图文对比学习的训练流程，回答重点是 batch 内配对、图像/文本归一化向量、相似度矩阵、温度系数和对称交叉熵损失。

同题还出现在 1 个公司岗位

推荐系统的离线特征与样本流水线如何设计？线上服务消费离线结果时，如何在固定周期刷新、近实时更新和特征滞后补偿之间取舍？

这道题考察推荐系统离线特征、样本流水线与线上服务消费的工程设计。好的回答要讲清固定周期刷新、近实时更新和特征滞后补偿的取舍。

DPO 为什么可能导致回答过长，SimPO 如何缓解长度偏置？

这题考察对偏好优化目标的细节理解。核心不是简单说“DPO 会变啰嗦，SimPO 会变短”，而是要解释 DPO 的隐式 reward 如何由整段回答的 logprob 差构成，为什么长度、参考模型、偏好数据和评测方式会共同放大长回答倾向，以及 SimPO 如何用平均 log probability 和目标间隔缓解这种偏置。

FlashAttention 为什么更适合 Prefill，Decode 阶段的瓶颈是什么，Flash Decoding 如何优化？

这题考 GPU 推理性能分析能力。好的回答要区分 Prefill 和 Decode 的计算形态：Prefill 是长 query 的大矩阵注意力，FlashAttention 能提高 IO 效率和并行度；Decode 是单 token 迭代生成，瓶颈常在 KV cache 读取、显存带宽和 SM 利用率，Flash Decoding 通过切分 KV 序列提升并行读取和长上下文吞吐。

多模态 CoT 场景下，如何构造用于 DPO 的偏好数据，并保证推理过程与图文证据一致？

这题考多模态偏好数据构造。回答要讲正负样本、图文证据一致性、推理链标注、偏好质量、DPO 训练和评估闭环。

统一生成理解多模态模型做下游微调时，如何为分类、VQA、OCR、定位和生成任务设计统一样本格式，同时保留各任务的专属监督，并控制混训比例、数据质量和能力退化风险？

这题考统一生成理解模型的下游微调数据设计。回答要讲任务格式统一、数据混合、采样比例、模态对齐、质量控制和评测。