主题
AI 工程
这些题与问题库里的是同一批，这里按各自主要考察的能力分组。
76 道问题
本页为第 1–50 题，共 76 题。
A · 专业解题与实现45
- AI 助手可以代表用户创建工单、退款或修改账户。它发起退款时发生超时，系统不知道退款是否已经完成；自动重试可能造成重复退款。你会怎样确认操作结果、控制重试，并确保操作仍在用户授权范围内？
- 两个评审者对同一批 AI 输出的好坏经常意见相反，你会怎样判断这是标注分歧、评价标准含糊，还是模型本身不稳定？
- 你做了一个客服问答原型。怎样设计一组评估样本，来决定它只能作为辅助检索，还是可以直接对外回复？
- 一个算法模型和它依赖的特征，真正的成本包括哪些？训练、推理、特征计算与存储、数据标注和维护分别怎么算，怎样判断某个特征值不值得保留？
- 文档助手在多数场景下可以自动提交，但不同错误的后果差异很大。增加人工复核后，错误减少了，待审核任务却持续积压。你会怎样决定哪些任务自动处理、哪些交给人工，并让审核量不超过团队处理能力？
- 一个生成式功能的回答质量不错，但高峰时延和单次成本都超过产品约定。你会如何判断问题出在模型、上下文、检索还是调用链？
- 更换基础模型后，核心任务平均分数提高了，但少数重要客户的结果明显变差。你会如何决定是否发布、分批发布或回退？
- 公司要做一个内部知识问答助手，而文档权限会随人员变动。你会怎样让它既答得有依据，又不泄露不该看到的内容？
- 简历里写"用 AI 提升研发效率"信息量很低。你会怎样把它改写成别人能追问、能核验的一段经历？
- 知识问答助手的用户满意度下降，但离线检索指标没有变化。你会从哪些环节拆查这次退化？
- 让 AI 帮你审核一段配置，或生成一段代码，你怎样决定它能不能上线？
- 一份内部文档被撤回或改为限权后，检索索引、缓存和已生成的引用可能仍保留旧内容。你会怎样设计更新与验证机制？
- 线上回答出现了错误引用，但当时的提示词、模型版本和检索结果都没有完整记录。你会补哪些观测信息，才能既排查问题又控制敏感数据暴露？
- 新模型把总体准确率从 91% 提高到 94%，但错误仍集中在少数会影响客户权益的场景。团队希望按总体分数发布。你会如何定义发布判断？
- 知识问答助手引用了内部文档，但文档所属团队已更新流程，新版本还没有进入检索范围。你会怎样确定内容更新时限、更新流程，以及更新完成前该怎样回答？
- 一个多步骤 Agent 在开始时读取了项目权限，执行到第三步时用户被移出项目，但任务仍持有已签发的工具令牌。你会如何设计权限检查和取消语义？
- 你所在的技术方向，行业正在怎样发展？你的方案是在适配这个趋势，还是在逆着它走？
- 怎样设计一个人和 AI 一起写作的产品？AI 的修改怎样呈现给用户、怎样接受或拒绝，人和 AI 同时编辑时怎样处理冲突？
- 怎样设计一个大模型对话系统？流式输出、多轮上下文、历史记录、中断和重试分别怎么处理，成本和延迟怎么控制？
- 一个推荐系统的各项成本是怎么构成的，包括召回、排序、特征服务、存储和实验？你会怎样在效果和成本之间取舍？
- 怎样设计一个实时的风控系统？规则、特征、模型和人工审核怎样配合，误杀和漏放之间怎样取舍？
- 怎样设计一个搜索系统？索引、召回、排序怎样分工，中文分词和特征怎样构造，怎样评估搜索的好坏？
- 模型在公开基准上持续提升，但内部任务表现停滞，你会如何排查评估失真？
- 产品希望 AI 给出看似确定的结论，但证据只能支持概率性判断，你会怎样设计表达与追溯？
- AI 输出造成实际用户损害后，产品、模型、运营和审核团队都参与了处理。你会怎样划分处置和改进责任？
- 更换基础模型后，整体指标相近但部分用户反馈明显变差。你会怎样发现模型行为发生了哪些变化，并判断是否需要回退？
- 需要抽查线上 AI 对话来发现新风险，但对话含有个人或商业敏感信息，你会怎样设计？
- 第三方模型服务的训练、留存或跨境条款发生变化，哪些情况需要暂停调用或重新审批？
- AI 功能的平均质量达标，但少数高风险错误仍会造成损害，发布门槛怎么定？
- AI 助手可以调用内部工具，但不同任务需要不同权限，你会怎样设计授权与审计？
- 模型无法确认答案时，产品应该拒答、给出低置信结果还是转人工？你会依据什么区分？
- AI 功能总体准确率合格，但某类语言或用户群的错误率更高，你会怎样判断和处理？
- 更换嵌入模型后，新旧向量不可直接比较，但重建全量向量需要数天。你会怎样设计迁移和查询切换？
- 团队发现模型可能在公开语料或微调数据中见过部分内部评测题。你会如何判断离线成绩还能说明什么，并重建可信评测？
- 团队混合使用用户反馈、人工标注和合成样本做微调，之后收到部分来源数据需要删除的请求。你会如何追踪数据影响并判断需要重训到什么范围？
- 新模型离线评测提升，但少数高价值用户的回答质量可能下降。你会怎样安排小范围发布、观察结果，并判断何时扩大使用？
- 产品依赖外部模型接口，供应商可能限制调用频率或调整可用模型。你会如何设计切换规则和非核心功能的临时关闭方式，让切换后的质量变化可以被发现？
- 用户反馈答案听起来合理，却漏掉文档中的关键限制条件。你会怎样定位问题发生在解析、切分、召回、排序还是生成阶段？
- 离线评估持续提升，线上却出现特定用户群退化。你会检查哪些数据泄漏、切片覆盖和部署差异？
- 一个 AI 助手在少数请求上会反复调用搜索、数据库和外部 API，最终耗时和费用远高于平均值。你会如何设计单次任务的预算、停止条件、避免重复操作的保护和审计记录？
- 新模型在离线测试集上的总体得分明显提高，但上线小流量后，某类真实用户的任务完成率下降，投诉也增加。你会如何判断评估集、指标和发布决策哪里失真？
- AI 助手会从多个业务系统检索文档，而用户在不同系统中拥有不同权限。你会如何确保检索、缓存、摘要和引用都遵循原文权限，并处理权限撤销？
- AI 功能依赖的模型服务耗时波动很大，导致用户请求超过整体时限。你会如何为检索、模型调用和后处理分配时间，并设计超时后的核心功能保障方案？
- 用户提交长时间运行的 AI 分析后关闭页面，稍后又从另一设备查看进度；任务可能触发多个工具并产生部分结果。你会如何设计任务状态、取消、重试和结果可见性？
- 分析助手可以把自然语言转换为 SQL 查询业务库，用户提出的请求可能诱导它读取敏感列或执行昂贵查询。你会如何设计只读权限、查询校验、资源限制和结果脱敏？
当前目标在这里暂无匹配题。 ·