罗列一下面AI算法被问的问题

1. 讲一下梯度下降的原理和它的几个常见变种（比如SGD、Adam），它们各自适合什么场景？
◦ 追问：在实际训练中，如果发现损失函数震荡很厉害，可能是什么原因？怎么调整？
2. 如何处理机器学习中的过拟合问题？除了增加数据，你还能想到哪些具体的技术手段？
3. 解释一下Transformer模型中的自注意力（Self-Attention）机制，它的核心思想是什么？
4. 如何评估一个分类模型的好坏？除了准确率，你会重点看哪些指标？
5. 了解哪些常见的模型压缩或加速技术？（比如剪枝、量化、知识蒸馏）
6. 在训练深度学习模型时，你是如何调试和定位模型性能不佳的问题的？
7. 是否了解AIGC（生成式AI）相关的模型，比如扩散模型（Diffusion Model）？简述其基本思想。
8. 将一个训练好的模型部署到线上服务，你会考虑哪些工程问题？
9. 除了技术本身，你认为AI算法工程师在工作中还需要具备哪些重要的能力或意识？
10. 你最近读过哪篇让你印象深刻的AI领域论文？简述它解决了什么问题。 #面试官最爱问的 AI 问题是......#