人工智能面试题 · 问题排查 · LLM
人工智能相关岗位面试题。
共 11389 道真题 · 当前筛选命中 22 道 · 更新 2026-08-05
筛选题目已选：问题排查 · LLM
考察点
技术栈
第 1 题什么是大模型幻觉现象？请分析其产生原因及业内常见的缓解方法。 考察对大模型幻觉机制的理解及工程缓解手段的掌握第 2 题在学校做的LLM微调项目中，你遇到了哪些问题？ 考察候选人在LLM微调实践中的问题识别、定位与解决能力第 3 题如何实现并优化LLM的JSON结构化输出？请谈谈你的思路和注意事项。 考察对LLM结构化输出方法、约束机制及错误处理的掌握第 4 题大模型生成文本时为何会出现重复内容？列举主流解决方法并分析其他可能原因。 考察对大模型生成重复问题的原因理解与解决方法的掌握第 5 题项目实战：LLM重复生成内容的问题如何缓解？ 考察对LLM采样机制、输出多样性控制与工程调优手段的理解与应用第 6 题大模型为什么会出现重复输出或不能停止的现象？ 考察对解码策略与生成失控原因的技术理解第 7 题大模型输出前后不一致怎么办，如何确保大模型输出内容的一致性？ 考察对大模型生成随机性与输出一致性控制方法的理解第 8 题如何优化意图识别模型中大语言模型的输出格式不稳定问题？ 考察对LLM输出格式控制方法的理解及工程实践第 9 题如果DPO后的模型效果不如SFT，你会如何分析和应对？ 考察对DPO退化问题的归因与优化策略第 10 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 11 题什么是大模型的幻觉，如何缓解？ 考察对大模型幻觉概念的理解和实用缓解策略第 12 题平常训练或者微调 LLM 或 VLM，有什么感受？ 考察对大型模型训练或微调的实际体验、方法论理解与问题处理能力第 13 题模型幻觉怎么处理，为什么会有幻觉？ 考察对LLM幻觉成因的理解及实际应对策略第 14 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 15 题请结合你的实际经验，谈谈你如何使用大模型（如通义千问）辅助进行故障或问题的根因预测？ 考察候选人将大模型应用于实际运维或问题定位场景的实践能力与思考深度第 16 题请介绍一次你微调大模型的经历，并讲讲你的实践过程。 考察候选人大模型微调的实际经验、技术选型与问题解决能力第 17 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 18 题如何缓解大模型的幻觉问题？ 考察对生成幻觉成因与缓解策略的系统性理解第 19 题在DPO训练中，你遇到过不收敛的问题吗？如何排查和解决？ 考察DPO训练不收敛的排查思路与解决能力第 20 题在训练或微调 LLM、VLM 时，你有哪些心得？ 考察模型训练与微调的实践经验、方法论和问题排查能力