岗位题目
算法相关面试题第 12 页
RAG 系统上线时，向量数据库应选择实时增量更新还是离线批量刷新？本地部署架构如何搭建，并如何评估检索与生成效果？
这道题考察 RAG 系统从向量库更新、部署架构到效果评估的上线能力。回答要权衡实时增量和离线批刷，并覆盖本地部署组件、权限、回滚和检索/生成指标。
投机解码如何通过 draft model 和 target model 的接受/拒绝机制降低大模型推理延迟？服务化落地时如何评估吞吐、首 token 延迟、接受率、显存和成本收益？
这道题考察投机解码原理与服务化评估。回答要讲清 draft model 先生成多个 token，target model 并行验证接受/拒绝，并用接受率、吞吐、TTFT、显存和成本衡量收益。
如果要让 Qwen 支持多篇论文上传、精准总结并输出对比表格，如何设计文档解析、RAG、结构化抽取、质量评估和部署闭环？
这道题考察多文档 RAG 与结构化生成产品/算法方案。回答要覆盖论文解析、切片检索、结构化抽取、对比表格生成、质量评估和部署闭环。
多源检索 Agent 如何判断证据已足够生成结论，在文献、病历和网页结果冲突时划分可信优先级并排序筛选，同时用停止条件避免死循环？
这题考多源检索 Agent 的证据治理能力。高质量回答要说明如何拆解问题、判断证据是否足够、处理文献/病历/网页冲突、排序筛选来源，并用明确停止条件避免检索和推理循环失控。
大流量业务想利用 3B 模型效果但不能实时调用时，如何设计离线推理、特征/结果缓存、蒸馏或轻量模型接力方案，并验证效果、时延和成本？
这题考察大流量系统中如何利用 3B 模型效果而不让实时链路承担模型成本。核心方案是离线推理、特征或结果缓存、在线轻量模型接力、蒸馏和分层召回排序，并用效果、时延、成本、覆盖率和新鲜度验证。
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。
VLM 做 SFT 后过度依赖文本、忽略图像并产生视觉幻觉时，如何从数据、loss mask、图文对齐、hard negative 和评测切片排查修复？
这题考 VLM 训练排障能力。重点不是泛泛说“加图像数据”，而是要从 SFT 数据比例、文本捷径、loss mask、视觉 token 利用、图文对齐、hard negative、消融实验和评测切片系统定位：模型是没有看视觉信息，还是看了但对齐差，还是评测集暴露了特定幻觉类型。
已有数字人视频生成模型如何定向训练为只生成指定人物，并设计身份一致性数据、参考图注入、训练约束和评估指标？
这题考数字人视频生成的定向个性化训练方案。重点要覆盖指定人物数据集、参考图像注入、微调策略、身份约束、时序一致性、安全合规和评估指标。好的回答会说明如何让模型只生成目标人物，同时避免过拟合、身份漂移、动作僵硬和未经授权的人脸生成风险。
构建大模型预训练语料时，如何用 OCR 和版面分析处理 PDF 公式、双栏排版与阅读顺序，并保证语料质量？
这题考的是把 PDF 论文、教材、技术文档转成大模型预训练语料的工程闭环。高质量回答不能只说 OCR，而要覆盖 PDF 类型识别、版面检测、公式识别与表示、双栏阅读顺序恢复、去重和质量过滤，以及用人工标注集和下游训练信号评估语料是否真正可用。
ASR 识别文本中的错别字如何结合置信度、上下文纠错、专名词典、语言模型或 LLM 后处理修复，并评估纠错收益？
这题考 ASR 后处理纠错的系统设计。重点是利用识别置信度、N-best 或 lattice、上下文语言模型、专名热词词典和 LLM 后处理，在不改变原意的前提下修复同音错字、专名错误、断句和领域词误识别，并用离线和线上指标证明收益。
京东商品详情页“XXX 也买过”推荐模块如何设计，如何做候选召回、排序特征、冷启动和线上 CTR/CVR/GMV 评估？
这题考商品详情页 item-to-item 推荐模块设计。回答应围绕“也买过”的共购语义，讲清候选召回、排序特征、冷启动、去重多样性、业务约束，以及用 CTR、CVR、GMV、加购率和护栏指标做线上实验评估。
用 Qwen 做大模型评测裁判时，如何证明选择合理，并通过消融实验和人工一致性指标评估效果？
这题考候选人是否能把 LLM-as-judge 从“用了一个模型打分”提升到可证明、可复现、可交付的评测系统。回答要说明为什么 Qwen 适合当前评测任务，并用版本、参数、提示词、评分维度、人工一致性和交付指标证明选择不是拍脑袋。
Agent 系统中，如何在响应速度与推理精度之间做取舍，并验证优化效果？
这题考 Agent 运行时的质量、延迟和成本取舍。回答要讲任务分层、级联策略、早停、并行、缓存、评测集和线上指标。
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。
235B MoE 模型每 token 只激活约千分之三参数时，如何估算推理 FLOPs、显存占用、KV Cache 和吞吐瓶颈？
这题考 MoE 推理部署估算。回答要区分总参数、每 token 激活参数、权重存储、专家 FLOPs、KV Cache、专家并行通信，以及 prefill 和 decode 阶段的不同瓶颈。
多模态大模型如何支持动态分辨率输入，位置编码应如何设计以兼顾长宽比、局部细节和视觉 token 成本？
这题考 VLM 视觉输入工程。回答要讲动态分辨率切分、视觉 token 预算、位置编码、长宽比保留、局部细节和训练推理一致性。
面向 VQA、图像描述、OCR、视频理解等多模态生成/理解任务，如何评估输出质量，并通过数据集质量控制与 GPT 辅助标注提升评测可靠性？
这题考多模态模型评测和评测集质量建设。回答要覆盖 VQA、图像描述、OCR、视频理解等任务的输出质量维度，也要讲数据集清洗、人评标注、GPT 辅助构造和裁判校准。