后端岗位面试题 · tech:llm
题库中标记为“后端”的结构化面试题。
共 89928 道真题 · 当前筛选命中 174 道 · 更新 2026-08-05
筛选题目已选：tech:llm
考察点
技术栈
第 1 题请谈谈你对当前主流大语言模型技术路线的理解，以及它在实际业务中的应用价值。 考察对大模型基础原理、生态现状及业务落地的综合认知第 2 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第 3 题什么是大模型幻觉？请举例说明其典型表现。 考察对大模型幻觉概念与表现的理解第 4 题请介绍你参与开发的AI Agent项目，并说明在项目中使用了哪些大模型以及选择的理由。 考察对AI Agent项目的理解、模型选型与工程落地能力第 5 题请说明RAG（检索增强生成）的核心原理和标准流程。 考察对RAG原理、流程与组件的理解深度第 6 题大模型对传统岗位的影响有哪些？ 考察对大模型技术影响的理解、结构化分析和辩证思维第 7 题请介绍你参与过的一个大模型相关项目（不限于你熟悉的领域）。 考察对大模型项目的理解和跨领域学习能力第 8 题如果要做微调，你会怎么做？ 考察对大模型微调流程、数据与策略的理解第 9 题我们公司主要围绕大模型开发相关产品，你入职后能为我们带来哪些具体价值？ 考察候选人对岗位的理解、业务结合能力与价值创造意识第 10 题你对大模型有哪些了解？比如 prompt、function call、RAG 这些方面。 考察对大模型关键技术方向的掌握程度和广度第 11 题你了解大模型的基本原理和应用场景吗？ 考察对大模型技术的认知深度与广度第 12 题请介绍你对大模型和 Spring AI 的理解。 考察对大模型相关技术栈及 Spring AI 框架的认知程度第 13 题请结合你在实际项目中的经历，说明你是如何设计和实现RAG系统的，遇到了哪些问题以及如何解决。 考察RAG落地能力、项目实践细节与问题解决思路第 14 题你了解大模型的基本原理吗？请简要介绍你熟悉的大模型架构和核心概念。 考察对大模型基础知识和核心概念的掌握程度第 15 题请描述大模型推理（inference）过程中 prefill 和 decode 两个阶段各自的作用和特点。 考察对大模型推理流程中 prefill 与 decode 阶段的理解第 16 题请谈谈你对LoRA等大模型微调技术的理解，包括其原理、优点和适用场景。 考察对大模型微调技术的原理理解与应用判断第 17 题请谈谈你对大模型安全攻防的理解，包括针对大语言模型本身的渗透测试、针对大模型训练与部署平台的测试，以及 LLM 相关的 OWASP Top 10 风险。 考察对大模型安全领域知识广度、深度及工程实践理解第 18 题请介绍对编码模型（如代码生成模型）的了解，包括原理和优缺点。 考察对代码生成模型原理及局限的认知第 19 题请结合你熟悉的业务或项目，谈谈大模型的应用场景和落地方式。 考察对大模型典型应用场景的理解及与具体业务的结合能力第 20 题请谈谈你对大模型技术的了解和应用经验。 考察对大模型基础知识的掌握及实际应用能力