全部题目

模型、RAG、Agent与工程面试题一网打尽,配套答案解析与延伸追问。

已筛选

共 12589 道题

排序:

15929
昇腾 NPU 的架构如何适配 Transformer 计算,有哪些优化条件?
模型训练与对齐分布式训练与计算硬件
原理机制
进阶
1593
设计接受加工数据表、BI 看板和数据产品需求的开发 Agent。
Agent 原理与系统Agent 应用架构与场景设计
系统设计
进阶
15930
用 CUDA 实现二维矩阵转置,并逐步优化性能。
算法与编程题并发、文件与工程编码
代码题
进阶
15931
NPU 为什么适合 AI 计算,片上缓冲和矩阵单元如何发挥作用?
模型训练与对齐分布式训练与计算硬件
原理机制
进阶
15933
为什么设计 Warp,Warp Scheduler 如何隐藏访存延迟?
模型训练与对齐分布式训练与计算硬件
原理机制
进阶
15935
GPU 上如何组织大规模 Reduction 的多级归约?
模型训练与对齐分布式训练与计算硬件
方案设计
进阶
15938
如何判断性能优化已经达到主要瓶颈?
软件工程基础性能与容量工程
效果评估
进阶
1594
业务指标同名异义或同义异名时,知识库如何处理?
RAG 与知识系统知识图谱与 GraphRAG
方案设计
进阶
15944
实现线性注意力,并说明计算过程。
算法与编程题并发、文件与工程编码
代码题
进阶
15945
如何估算线性注意力、MoE、MHA 和 MLA 实现中的访存量?
模型训练与对齐分布式训练与计算硬件
原理机制
进阶