后端岗位面试题 · 技术原理 · tech: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 129 道 · 更新 2026-08-05
筛选题目已选：技术原理 · tech:llm
考察点
技术栈
第 121 题请说明大模型在推荐系统中用于物品特征构建时的工作原理和典型方法。 考察对大模型赋能物品特征表征的理解和落地能力第 122 题如何系统地学习大语言模型技术？ 考察学习路径规划、技术理解深度和自我驱动能力第 123 题请解释大模型生成时常用的几个采样参数（如temperature、top_p、top_k）的作用，并说明它们之间的区别。 考察对大模型推理采样参数的理解与应用权衡第 124 题请谈谈你对大语言模型和生成式模型的理解，包括它们的基本原理和主要应用场景。 考察对大模型的基本认知和知识广度第 125 题你对大语言模型（LLM）的能力边界和典型应用场景有哪些认识？ 考察对大语言模型基本原理、能力边界与业务应用的认知深度第 126 题你对大模型应用开发的关键点有什么总结？ 考察对大模型应用开发全流程的理解与归纳能力第 127 题在大模型优化中，常用的算法有哪些？请举例说明。 考察对大模型优化算法的了解与应用第 128 题请解释什么是RAG（检索增强生成），并说明其核心工作原理与适用场景。 考察对RAG概念、流程及适用场景的理解第 129 题实习过程中使用过大模型吗？ 考察候选人实习中接触大模型的实际经历与深度