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 41 题Agent（智能体）与大语言模型有什么差别？ 考察对 Agent 与大模型层级关系、能力边界和控制机制的理解第 42 题请谈谈你对大模型（AI/LLM）技术的理解。 考察对大模型核心原理、能力特点、局限性和应用前景的整体认知第 43 题大模型对业务解决问题的能力相对传统方式有什么优势？ 考察对大模型能力边界、适用场景及与传统方法对比的理解第 44 题请详细介绍大模型意图识别的核心流程和关键技术点。 考察对基于大模型的意图识别系统的理解和表达能力第 45 题短期记忆怎么实现的 考察对短期记忆机制的理解与应用程序第 46 题有了解过京东做的一些大模型工具吗？ 考察候选人对行业大模型产品的关注、信息收集与业务结合理解第 47 题请介绍大模型技术栈中你熟悉的核心技术，并说明它们的关联。 考察对大模型技术体系的理解广度与深度第 48 题请结合你的实际经验，说明大语言模型通常适合解决哪类问题，并举例说明不适合的场景。 考察对大模型能力边界的理解与场景选择能力第 49 题请解释LLM Agent（智能体）的组成部分，并说明其如何利用大模型完成复杂任务。 考察对AI智能体架构和任务拆解能力的理解第 50 题你最近在研究什么技术方向？可以重点讲讲你在大模型方面的学习或实践。 考察持续学习能力、技术深度和兴趣方向第 51 题有去了解过大语言模型原理吗？ 考察对大型语言模型基础原理的主动学习与理解深度第 52 题在大模型智能体的 replanning 机制中，通常通过哪些机制来判断调用失败的原因，并重新选择工具或调整参数？请结合具体实现谈谈。 考察对大模型智能体错误诊断与重规划机制的理解第 53 题prefill阶段有没有办法加快KV cache的生成？ 考察对LLM推理prefill阶段性能优化的理解第 54 题大模型数据集下都有哪些内容？ 考察对大模型训练数据组成、来源和预处理的理解第 55 题请谈谈你对大模型和Agent的理解。 考察对大模型与Agent概念、关系及实际应用的认知深度第 56 题在大语言模型中，“向量”这个概念是什么意思？它在模型的输入和内部计算中扮演什么角色？ 考察对词向量、嵌入表示及向量在模型内部作用的深入理解第 57 题请谈谈你对大语言模型的了解，包括其基本原理和主流应用场景。 考察对大模型基础概念、工作原理和应用场景的理解深度第 58 题请结合你的实际经历，谈谈你一般使用大语言模型来完成哪些类型的任务，并举例说明。 考察对大模型能力的理解、实际应用场景的深度及技术选型意识第 59 题聊聊你对生成式推荐（基于LLM的推荐系统）的理解和想象空间。 考察对生成式推荐技术方向的理解、认知深度与观点表达第 60 题大模型相关的学习或了解计划是什么？ 考察学习路径规划、持续学习能力和对大模型领域的了解