后端岗位面试题 · 业务理解 · LLM
题库中标记为“后端”的结构化面试题。
共 89928 道真题 · 当前筛选命中 53 道 · 更新 2026-08-05
筛选题目已选：业务理解 · LLM
考察点
技术栈
第 21 题最近大模型的落地应用哪些让你印象深刻？ 考察对大模型实际应用案例的关注、洞察及技术理解深度第 22 题在项目开发过程中，需求、开发、测试哪个阶段用大模型更多一点？请谈谈你的看法。 考察对大模型在各软件工程阶段应用场景的理解与判断第 23 题请介绍一下你对大模型相关原理的理解，例如 Agent 和 RAG 的概念。 考察对大模型原理的掌握程度以及相关概念的理解深度第 24 题请解释RAG（检索增强生成）的工作原理及其主要优势。 考察对RAG架构的理解和应用场景第 25 题请谈谈你对大语言模型（LLM）相关知识的了解情况，包括其基本原理、核心能力以及典型应用场景。 考察对大语言模型基础原理、核心能力与应用场景的整体认知第 26 题请谈谈你对ChatGPT这类大语言模型的了解，以及它在工程实践中的应用。 考察对大语言模型的理解深度及应用认知第 27 题请谈谈你对大模型的了解以及你对大模型技术发展趋势的看法。 考察对大模型技术的认知深度、行业理解及个人见解第 28 题请谈谈你对大语言模型（LLM）的基本原理、典型应用和局限性的理解。 考察对大模型基础知识的掌握深度、应用场景认知及风险意识第 29 题有用过大模型吗？ 考察候选人对大模型的实际使用经验、理解深度和应用场景第 30 题请具体谈谈你对人工智能的理解，包括你熟悉的技术方向和应用场景。 考察候选人AI知识体系的广度与深度第 31 题请谈谈你对福富软件公司的了解，以及其与电信业务结合、AI模块化和大模型训练方向的相关性。 考察候选人对目标公司业务方向的了解及岗位认知第 32 题请介绍在你的项目中具体使用了哪些大语言模型（LLM）能力，以及它们如何解决业务问题或提升产品体验。 考察对LLM应用场景的理解、技术选型依据及落地效果第 33 题请谈谈你对大模型应用场景的理解，并举例说明如何通过提示词工程优化实际任务效果。 考察对大模型应用场景的认知及提示词工程在实际任务中的运用能力第 34 题请介绍一个你参与的大模型生成代码项目，说明项目的输入和输出分别是什么。 考察对项目输入输出定义的理解和表达能力第 35 题请描述大语言模型（LLM）、智能体（Agent）与模型上下文协议（MCP）之间的关系。 考察对LLM、Agent、MCP三者角色定位与协作关系的理解第 36 题请介绍你对大模型和多模态技术的理解，以及它们在实际应用中的价值和挑战。 考察对大模型、多模态技术的知识掌握、应用意识与风险认知第 37 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 38 题相比直接用ChatGPT这类大模型，Agent进一步解决了什么问题，请举例说明。 考察对大模型与Agent差异的理解，以及Agent的价值定位第 39 题结合实习经历，聊聊大语言模型在真实业务中的落地场景。 考察对大语言模型业务落地的理解及实习经验的复盘能力第 40 题如何看待大语言模型的未来发展趋势和对我们生活的影响和改变？ 考察对技术趋势的理解、前瞻性思考及社会影响分析能力