2026人工智能面试题及答案.docxVIP

2026人工智能面试题及答案

一、基础概念题

1.请简述生成式AI与判别式AI的核心区别，并各举2个2025年落地的典型工业应用

2.什么是大模型的上下文窗口？2025年主流闭源大模型的上下文窗口规模通常是多少，长上下文处理的核心技术瓶颈是什么？

答案：上下文窗口是大模型在一次推理过程中能够处理的输入token（文本/数据单元）的最大长度，决定了模型能够利用的历史信息范围。

2025年主流闭源大模型的上下文窗口规模：GPT-4.5为200万token，Claude3.5Opus为1000万token，文心一言4.0为200万token，通义千问3.0为500万token，均支持百万级以上长文本处理。

核心技术瓶颈：①注意力机制的计算复杂度为O(n2)（n为上下文长度），上下文长度翻倍会带来4倍的计算量增长，推高推理延迟与成本；②长上下文下存在“丢失远端信息”的注意力衰减问题，模型对超出十万token之外的关键信息召回率仅为60%-75%；③长序列训练数据标注成本高，高质量长文本语料稀缺，模型难以学习长距离依赖关系。

二、技术实操题

1.企业微调7B参数大模型时，出现训练后泛化能力差、测试集准确率远低于训练集的过拟合问题，结合2025年主流技术方案，说明你会从哪些维度解决该问题？

答案：从数据、模型结构、训练策略、推理优化四个维度解决：

①数据层面：第一，扩大高质