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 51–76 题，共 76 题。
A · 专业解题与实现20
- 一个模型开始返回结构化 JSON，移动端、服务端和分析任务按不同节奏升级；新字段可能缺省或改变枚举值。你会如何定义输出接口约定、校验失败处理和版本兼容？
- AI 助手会读取用户上传的文档，其中可能包含要求模型忽略既有规则并调用外部工具的文本。你会如何区分数据与指令，限制工具权限并验证防护效果？
- 模型已经向用户流式输出部分内容，随后连接中断或安全校验失败；客户端可能误以为答案完整。你会如何设计完成标记、撤回或补充提示和重试行为？
- 新模型的总体任务成功率持平，但不同语言、设备和使用经验的用户表现差异扩大。你会如何划分评估群体、控制样本量风险并决定是否继续扩量？
- 团队需要保留真实用户对话来复现模型错误，但日志包含个人信息和敏感业务内容。你会如何设计最小采集、脱敏、访问授权和保留期限，同时保留足够的调试价值？
- 知识库中两份仍有效的政策给出不同要求，检索分数也接近。助手不能自行选择对用户最方便的一条。你会设计什么回答和升级路径？
- 新助手让用户给出的满意度评分提高，但实际任务完成率和重复咨询没有变化。你会如何判断这是否是真实改进？
- 模型响应可能回显客户身份信息，线上排障又依赖请求与结果日志。你会如何设计采集、脱敏、访问和保留策略？
- 用户看到响应时间翻倍，但模型推理耗时指标没有明显变化。你会怎样拆解请求处理的各个阶段，定位瓶颈并确定止损措施？
- 团队每周根据同一套固定评测集修改提示词和模型配置，分数持续上升，但新用户反馈没有改善。你会怎样重建评估可信度？
- 某模型在主要市场通过评测，在新地区因语言、术语和服务规则不同而表现不稳定。你会如何设定发布范围和后续门槛？
- 为降低推理成本，团队按问题文本缓存答案。但用户权限、知识库版本和地区规则可能不同。你会如何确定缓存键与失效机制？
- 评测集题目数量增加了，但很多题来自同一模板的轻微改写，模型分数因此显得稳定。你会怎样审查样本质量？
- 用户的自然语言请求缺少金额上限和目标账户，Agent 可以直接调用会转账或修改账户的工具。你会如何决定澄清、只给建议或要求确认？
- 模板只改了格式和示例，但影响了模型输出长度与工具调用频率。团队想跳过完整回归。你会如何建立风险分级？
- 新的安全策略减少了误拒答，同时让少数边界案例出现敏感信息泄露。产品团队希望保留总体满意度提升。你会如何评估？
- 托管模型没有提前通知就升级，常规健康检查仍通过，但分类边界和输出长度发生变化。你会如何建立保护？
- 安全策略上线后人工接管率增加一倍，但高风险错误减少。运营团队容量有限。你会如何判断结果并调整阈值？
- 模型把部分账户标记为高风险并自动拒绝服务，错误决定会影响客户权益。你会怎样设置验证、申诉和人工复核？
- 业务把“流失”从 60 天未登录改成 30 天未付费，历史训练集和模型仍按旧定义。你会怎样管理版本与比较？
当前目标在这里暂无匹配题。 ·