综合口试题库

综合实践 · 09_验收与复盘/综合口试题库.md

综合口试题库

使用方法

每天随机抽 5 题，要求不看资料口头回答。回答不需要很深，但必须包含：

• 一句话定义。
• 使用场景。
• 和课程/导师方向的关系。
• 一个追问或局限。

极值理论

1. 极值理论和普通统计有什么区别？
2. 尾部风险为什么不能只看均值和方差？
3. GEV 和 GPD 分别适合什么数据？
4. POT 方法的关键难点是什么？
5. VaR 和 Expected Shortfall 有什么区别？
6. 异常值和极端事件有什么区别？
7. 阈值选择为什么需要敏感性分析？
8. 分位数回归和极值模型有什么不同？

应用统计

1. 最大似然估计在做什么？
2. p 值最常见的误解是什么？
3. 置信区间表达什么不确定性？
4. 回归系数显著为什么不等于因果？
5. 模型诊断主要诊断什么？
6. 残差图能暴露哪些问题？
7. Bootstrap 解决什么问题？
8. 稳健性检查和敏感性分析有什么区别？

大数据与机器学习

1. 分类和回归任务的区别是什么？
2. 为什么不能只看准确率？
3. 混淆矩阵能告诉我们什么？
4. AUC 高是否意味着模型一定好？
5. 什么是数据泄漏？
6. 特征工程为什么重要？
7. 交叉验证和过拟合有什么关系？
8. Spark 解决的主要问题是什么？

复杂系统

1. 复杂系统为什么强调涌现？
2. 复杂网络中的节点和边如何定义？
3. 中心性指标回答什么问题？
4. PageRank 和度中心性有什么区别？
5. 社区发现结果为什么需要现实解释？
6. Agent-based Model 适合什么问题？
7. 系统动力学为什么强调反馈？
8. Markov 链的核心假设是什么？

论文与组会

1. 如何用 3 分钟讲清一篇论文？
2. 引言中最应该抓什么？
3. 方法部分先看什么？
4. 实验部分如何判断是否可信？
5. 消融实验解决什么问题？
6. 什么是合理基准模型？
7. 论文贡献应该如何判断？
8. 如何专业地说“我还没完全看懂”？

AI 与 Codex

1. AI 可以帮你做什么，不能帮你做什么？
2. 好 prompt 必须包含哪些部分？
3. RAG 和普通提问有什么区别？
4. 为什么先建知识库，不先微调？
5. Codex 适合做哪些任务？
6. notebook 为什么要写局限和环境说明？
7. 如何检查 AI 生成的代码？
8. 如何避免 AI 使用中的学术诚信风险？

评分标准

• 0 分：只能说“我不知道”。
• 1 分：能给模糊解释。
• 2 分：能说定义和用途。
• 3 分：能连接到作业、论文或导师方向。
• 4 分：能说局限、假设或追问。
• 5 分：能给 AI 提示词或代码/报告处理思路。