蚂蚁集团面试题 · LLM
蚂蚁集团相关面试题，按最终去重题目聚合。
共 1880 道真题 · 当前筛选命中 16 道 · 更新 2026-08-05
筛选题目已选：LLM
考察点
技术栈
第 1 题能讲讲你学习大模型的路线吗？ 考察候选人学习路径、方法自驱性与技术深度第 2 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 3 题为什么需要 Agent，它和大模型有什么不同？ 考察对 Agent 与大模型差异的理解、应用场景判断及技术原理掌握第 4 题讲一下 LoRA 微调的原理。 考察对大模型参数高效微调方法 LoRA 的核心机制理解第 5 题请介绍一个你最近使用大模型完成的项目，包括项目背景、技术方案和成果。 考察大模型实际应用能力、项目完整性和技术理解第 6 题请解释什么是上下文工程（Context Engineering），并说明它与提示词工程的区别。 考察对上下文工程概念及相关技术的理解第 7 题你认为通用大模型和垂类小模型未来会形成怎样的分工？ 考察对AI模型生态演化趋势的洞察和逻辑推理能力第 8 题请描述你如何进行大模型监督微调（SFT）的完整流程。 考察对大模型监督微调流程、数据构造和训练细节的理解第 9 题请介绍一个你参与的 RAG（检索增强生成）项目，包括系统架构、关键模块和主要挑战。 考察对 RAG 完整链路（检索、重排、生成）的理解与项目落地能力第 10 题请谈谈强化学习（RL）在大语言模型中的应用，以及你对当前技术现状的理解。 考察候选人对强化学习在大模型训练中作用、方法演进和现状的理解第 11 题请介绍你在项目中如何使用大模型、RAG 和 LangChain 技术，并说明它们的核心作用。 考察对大模型应用、RAG 和 LangChain 的理解与实践能力第 12 题请谈谈你在项目过程中对大模型相关技术的学习或应用情况。 考察候选人对大模型知识的主动学习与应用能力第 13 题你了解哪些大模型的主要应用场景？请结合具体案例说明。 考察对大模型应用领域的认知广度与深度，以及结合实际案例分析的能力第 14 题如何系统地学习大语言模型技术？ 考察学习路径规划、技术理解深度和自我驱动能力第 15 题请谈谈你对大语言模型和生成式模型的理解，包括它们的基本原理和主要应用场景。 考察对大模型的基本认知和知识广度第 16 题在企业落地场景中，通用大模型和垂类小模型哪个更适合？请结合具体考量因素说明。 考察候选人基于企业实际需求进行技术选型和方案权衡的能力