科大讯飞面试题 · 技术原理

科大讯飞相关面试题,按最终去重题目聚合。

1976 道真题 · 当前筛选命中 1306 · 更新 2026-08-05

筛选题目已选:技术原理
第 1 题请比较 Java 中 ArrayList 和 LinkedList 常见操作的时间复杂度,并说明它们的线程安全性。 考察对 Java 常用集合实现原理与并发安全的掌握风险判断技术原理方案权衡Java第 2 题如何配置 RabbitMQ 以支持可靠的消息投递和高可用? 考察对 RabbitMQ 配置核心要素的理解,包括交换机、队列、持久化、确认机制及集群配置系统设计技术原理方案权衡RabbitMQ第 3 题请介绍你在实际项目中是如何使用 Redis 的,包括具体场景、使用的数据结构和遇到的关键问题。 考察 Redis 实际应用能力及对核心特性的理解业务理解技术原理方案权衡Redis第 4 题线程池的核心参数有什么? 考察对线程池核心参数及其作用的理解技术原理Java第 5 题请谈谈大型语言模型目前存在的主要不足或局限性,并说明可能的解决方向。 考察对大模型技术局限性的理解深度和系统化认知问题拆解风险判断技术原理第 6 题机器学习和深度学习的区别是什么? 考察对机器学习与深度学习核心概念、关系及适用场景的理解技术原理方案权衡第 7 题线程之间如何通信? 考察对线程间常用通信机制的掌握及其适用场景技术原理方案权衡第 8 题请介绍常用的语料质量过滤方法及其适用场景。 考察对语料清洗技术的掌握与场景适配能力问题拆解技术原理方案权衡第 9 题后端和前端是怎么沟通的? 考察前后端协作的接口设计、数据交换与联调机制沟通表达技术原理HTTPJSON第 10 题是否了解 QLoRA? 考察对大模型参数高效微调方法的原理与工程认知技术原理技术选型第 11 题WebSocket和HTTP有什么区别? 考察对HTTP与WebSocket在协议模型、通信模式和使用场景上的差异理解技术原理方案权衡HTTPWebSocket第 12 题请谈谈你在大模型或AI工具方面的使用经验,以及你对大模型技术的理解。 考察候选人对AI工具的实际应用能力及对大模型核心原理的理解深度持续改进自我认知技术原理LLM第 13 题请介绍 Java 线程池的核心原理与常用参数配置 考察对线程池工作原理、参数含义及合理配置的理解风险判断技术原理方案权衡Java第 14 题请介绍你对 JNA(Java Native Access)技术栈的了解程度,包括其核心原理和适用场景。 考察对 JNA 及相关 JNI 桥接技术的认知深度技术原理技术选型第 15 题Electron框架是如何和Web技术关联的? 考察对Electron架构及Web技术栈集成的理解技术原理技术选型ElectronNode.js第 16 题B树和B+树的区别? 考察对B树与B+树结构与性能差异的理解技术原理方案权衡第 17 题当实验结果与预期不一致时怎么办? 考察科学规范、问题排查与持续改进能力持续改进技术原理问题排查第 18 题如果我们在多个字段上建立联合索引,字段顺序是a、b、c,查询条件为b=... and a=...,会使用该索引吗? 考察联合索引最左前缀原则的理解与应用问题拆解技术原理MySQL第 19 题MySQL四种事务隔离级别分别是什么? 考察事务隔离级别定义与并发问题的对应关系技术原理MySQL第 20 题请介绍数据库索引的工作原理,并说明常见索引类型及适用场景。 考察对索引底层机制、类型选用和场景权衡的理解技术原理技术选型方案权衡