人工智能面试题 · 数据驱动 · LLM
人工智能相关岗位面试题。
共 11389 道真题 · 当前筛选命中 12 道 · 更新 2026-08-05
筛选题目已选：数据驱动 · LLM
考察点
技术栈
第 1 题在微调 LLM 时，不同类别的训练数据配比是如何设置的？对效果有何影响？ 考察数据配比设计与调优能力第 2 题大模型训练时的 query 数据如何生成？请介绍典型方法和设计要点。 考察数据构造逻辑、覆盖度与任务适配第 3 题请结合贝壳的业务特点，谈谈大模型或AI技术可以在哪些方面带来业务增长机会？ 考察对AI技术应用场景的理解以及对贝壳业务模式的分析能力第 4 题如何评估LLM和Agent的效果？ 考察对模型与智能体评估体系、方法与指标的理解第 5 题如何构造大语言模型微调所需的训练数据？ 考察对微调数据构造流程、数据质量与多样性管理的理解第 6 题在模型微调或训练过程中，你们如何评估效果并迭代优化？ 考察训练评估闭环与迭代优化能力第 7 题在构建大模型训练数据集时，如何生成高质量的训练数据？请说明主要方法和注意事项。 考察数据工程方法、质量控制与数据多样性第 8 题如何评估一个代码生成模型的能力？ 考察对代码模型评测维度与方法的理解第 9 题你微调 LLM 时的训练数据量大概是多少？如何确定这个量级？ 考察对数据规模影响微调效果的理解第 10 题当大模型微调后效果不理想时，你会如何系统分析并定位问题？ 考察对微调全流程的理解、问题定位方法和系统化排错能力第 11 题在LLM训练中，你是如何构造数据集来训练奖励模型或使用DPO的？ 考察数据集构造方法及其对训练稳定性的影响第 12 题对于大模型生成的回答，如何评估其真实性？ 考察真实性评估的方法与指标设计