AI面会问哪些问题？

想找第一份实习，投了好久都没有一个面试，是HR都忙春招去了吗😭

写在前面：AI面试一般分技术面和行为面，大厂会有2~3轮技术面 + 1轮HR面。技术面以手撕代码 + 八股知识点为主，行为面主要考察项目经历和沟通能力。下面按模块整理高频题。1、机器学习基础请解释过拟合的成因以及你会如何处理？几乎每家必问。答题时要涵盖：正则化（L1/L2）、Dropout、数据增强、Early Stopping、降低模型复杂度等。BatchNorm 和 LayerNorm 的区别，各自适用场景？CV 方向 BatchNorm 更常见；NLP/Transformer 中 LayerNorm 是标配。能对比 GroupNorm 加分。梯度消失/爆炸是怎么产生的，有哪些解决思路？从...

我觉得会有一点点影响，但绝对不是决定因素。面试本质上还是看能力、表达、项目经历和岗位匹配度，不可能因为颜值高就一路通关。但不得不承认，外在形象、精神状态、表达自信这些东西，确实会影响第一印象。一个人如果看起来干净利落、状态在线、交流自然，面试官更容易先产生“这人还不错”的感觉。所以与其纠结长得好不好看，不如把能控制的部分做好，比如仪态、沟通、逻辑、表达和准备程度。真正长期有效的加分项，不是脸，而是你让别人感觉“这个人靠谱”。

面试官背景为 NTU 博士、传统控制出身，问询极细，按项目维度拆解如下： 1. 强化学习规划项目  数据获取： 仿真数据集是如何获得的？ 算法鲁棒性： 是否会出现陷入局部最优的情况（如死胡同无法脱困）？ 仿真建模： Gazebo 仿真中为什么要选择使用差动模型（Differential Model）？  2. VLN（视觉语言导航）项目  技术实现： 三维重映射（3D Remapping）的具体实现方案。 性能评估： 实际运行效果如何？ 实机部署： 模型是否支持在真实机器人硬件上运行？如果可以，推理/运行速度表现如何？  3. 机器人操作项目  全身控制（WBC）： WBC 具体实现了哪些任务...