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 121 题什么是大模型的灾难性遗忘？ 考察对大模型灾难性遗忘概念和成因的理解第 122 题LLM推理时有哪些采样参数设置（如top-k、top-p），一般如何调整？ 考察对大模型推理采样机制的理解及调参实践的掌握第 123 题如果让你用大模型解决数学推理问题，你会采用哪些主要方法和策略？ 考察对大模型数学推理技术路线与工程实践的掌握第 124 题LLM训练中遇到Loss突增如何解决？ 考察对LLM训练稳定性问题及诊断排查能力第 125 题请介绍大模型微调的主要方法，重点说明 LoRA 的原理、需要调整的参数、适用的任务以及常用的预训练基座模型。 考察对大模型微调方法体系的理解和 LoRA 技术的掌握深度第 126 题请介绍你对大语言模型（LLM）的基本原理和主要技术架构的理解，包括训练、推理和典型应用场景。 考察对大语言模型基础原理、技术栈和实际应用的理解深度第 127 题请阐述处理大语言模型长上下文问题的常见方法有哪些？ 考察对LLM长上下文技术方案的掌握与工程权衡第 128 题目前大语言模型常用的微调方式有哪些？ 考察对主流LLM微调范式的整体认知与优劣比较第 129 题请介绍你项目中大模型微调的大致流程。 考察对大模型微调流程的理解与实操经验第 130 题请介绍你了解的大语言模型微调方法，并说明各自的适用场景。 考察对大语言模型微调技术体系的理解与方案选择能力第 131 题大语言模型的长文本处理能力有限，目前有哪些技术可以缓解这一问题？ 考察对长上下文处理技术的了解、原理理解及权衡意识第 132 题请列举大模型微调的主要方法，并简要说明各自的特点。 考察对大模型微调技术体系的理解广度与基本辨析第 133 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 134 题请介绍你对SFT（监督微调）的理解，以及它在大模型训练流程中的位置。 考察对监督微调基本概念和训练流程的掌握第 135 题请谈谈你是否完整地从零预训练过大语言模型，以及过程中遇到的核心挑战。 考察大模型预训练的实际经验、技术理解与问题排查能力第 136 题请谈谈大语言模型在推荐系统中有哪些典型应用场景，以及它们分别解决了什么问题。 考察对大模型与推荐系统结合的技术原理、应用场景及方案权衡的理解第 137 题讲一下大模型训练和推理的流程，SFT和RLHF的作用分别是什么？ 考察对大模型训练推理链路及对齐方法（SFT、RLHF）的理解第 138 题为什么现在大家都在关注大模型的推理能力（Reasoning）？ 考察对大模型技术趋势、推理能力价值和应用场景的理解第 139 题如何评估大模型回答的效果？ 考察对大模型评估方法论、指标和实际应用的理解第 140 题请说明 LLM 作为评判者（LLM-as-a-Judge）在哪些场景下可能失效，并解释原因。 考察对 LLM 评估方法局限性的理解与风险判断