教育/培训行业面试题 · 技术原理 · tech:llm
教育/培训行业相关面试题，按题目行业基础数据聚合。
共 3709 道真题 · 当前筛选命中 9 道 · 更新 2026-08-05
筛选题目已选：技术原理 · tech:llm
考察点
技术栈
第 1 题请解释LLM解码过程中常用的采样参数top-k、top-p和Temperature各自的作用，并说明它们之间的区别。 考察对LLM解码机制及采样参数原理与区别的理解第 2 题请谈谈你对大语言模型的基本了解，包括其主要特点和应用场景。 考察对AI基础概念的认知及表达能力第 3 题用LLM作为评估器的话，这种用概率模型评估概率模型，怎么确保评测的可靠性和稳定性？ 考察使用LLM作为评估器时的可靠性、稳定性和偏差控制能力第 4 题请说明大语言模型预训练的基本流程，包括输入数据的构成和训练方式。 考察对大模型预训练流程、输入格式和训练目标的理解第 5 题大模型训练时采用什么padding方式，为什么？ 考察对序列填充策略及其对训练效率和注意力机制影响的理解第 6 题请谈谈你对当前AI大模型技术的了解，包括其基本原理和你能接触到的实际应用。 考察候选人对AI大模型的基础认知及知识深度第 7 题CLIP的对比学习中的Temperature和LLM解码器中的Temperature是同一个概念吗？ 考察对两种不同场景下Temperature参数的理解与区分第 8 题请介绍你如何设计一个基于大模型的RAG（检索增强生成）系统，并说明关键环节和挑战。 考察对RAG系统架构、检索与生成结合及工程化挑战的理解第 9 题请谈谈你对大模型底层原理的了解，包括Transformer架构和注意力机制。 考察对大模型核心技术原理的理解深度