人工智能面试题 · 技术原理 · LLM
人工智能相关岗位面试题。
共 11389 道真题 · 当前筛选命中 274 道 · 更新 2026-08-05
筛选题目已选：技术原理 · LLM
考察点
技术栈
第 261 题请介绍你了解的大模型和多模态大模型，并说明它们各自的主要能力。 考察对大模型和多模态模型的广度认知与分类能力第 262 题怎么解决LLM幻觉问题？ 考察对大模型幻觉成因及系统性缓解策略的理解第 263 题当输入超过模型上下文长度时，有哪些主流解决方案？（如滑动窗口、压缩、摘要） 考察对长上下文处理技术的理解与权衡第 264 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 265 题在设计一个基于大语言模型的 Agent 时，你认为主要的技术难点有哪些？ 考察对 Agent 系统核心挑战的理解与结构化分析能力第 266 题请讲一讲GRPO的原理、优劣以及后续改进方向。 考察对GRPO算法原理、优劣对比及后续改进的综合理解第 267 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 268 题大模型有哪些可选参数？ 考察对大模型核心生成参数及其作用的理解第 269 题怎么保证预训练数据的质量？ 考察对大模型预训练数据质量控制策略和工程实践的理解第 270 题请解释提示压缩的含义，并阐述在 RAG 应用中为何需要引入提示压缩机制。 考查对 RAG 中提示压缩概念及必要性的理解。第 271 题在真实应用场景中，完成 RAG 系统的调优后，应当采用哪些效果评估标准和评估方法？请结合具体的应用场景说明评估指标的选择依据与实施方式。 考查候选人对 RAG 系统评估体系的理解，是否掌握指标选取、评估方法及真实场景下的落地考量。第 272 题请描述LLM Agent的典型架构由哪些核心模块构成？ 考查对LLM Agent系统组成和职责划分的理解。第 273 题在构建 LLM Agent 时，为了使它能够跨会话保留和利用信息，可以采用哪些机制来实现长期记忆？ 考查对 LLM Agent 长期记忆机制的理解，以及实现方案的掌握。第 274 题在对话历史长度超过模型的上下文窗口限制时，可以采用哪些上下文压缩方法来处理？请给出各类方法的机制并分析其优缺点。 考察对LLM上下文管理策略的理解及权衡分析。