互联网/IT行业面试题 · 问题拆解 · tech:llm
互联网/IT行业相关面试题，按题目行业基础数据聚合。
共 47588 道真题 · 当前筛选命中 50 道 · 更新 2026-08-05
筛选题目已选：问题拆解 · tech:llm
考察点
技术栈
第 21 题如果要做微调，你会怎么做？ 考察对大模型微调流程、数据与策略的理解第 22 题大模型工具调用的实现方式 考察对大模型工具调用机制和实现细节的理解第 23 题如何为 LLM 自动化测评编写有效的断言？ 考察 LLM 输出自动评估中断言设计的原则与实践第 24 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 25 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 26 题手撕 RoPE：对比 llama GitHub 源码中 rope 介绍与你的实现，说明区别和改进点。 考察对旋转位置编码原理与源码理解的一致性及细节掌握第 27 题请谈谈你对图神经网络（GNN）与大型语言模型（LLM）结合的理解，包括结合的必要性、典型方法以及潜在挑战。 考察对GNN与LLM结合的技术背景、方法路径与难点认知第 28 题平时使用大模型时传入的超参数有哪些？它们分别有什么作用，又是如何影响模型回答的？ 考察对大模型推理阶段超参数的理解及应用能力第 29 题请介绍ReAct架构的核心思想及其应用价值。 考察对ReAct架构原理与价值的理解第 30 题请描述你如何进行大模型监督微调（SFT）的完整流程。 考察对大模型监督微调流程、数据构造和训练细节的理解第 31 题如果大模型出现了幻觉，该怎么办？ 考察对大模型幻觉问题的理解、排查与缓解方案第 32 题请描述Agent大模型验证业务的主要形态和运作方式。 考察对Agent大模型验证业务的理解与业务形态描述能力第 33 题大语言模型的损失函数通常是什么？给定一个10万词表的词汇表，如何计算其损失值？ 考察对语言模型训练目标的理解及交叉熵损失的计算能力第 34 题日常使用哪些大模型？ 考察对大模型工具的日常使用习惯与熟悉程度第 35 题大模型是如何理解用户意图的？ 考察对意图识别机制及模型原理的理解第 36 题LLM中常用的激活函数有哪些？ 考察对主流大语言模型架构中激活函数选型的理解第 37 题请详细说明大模型Function Calling的具体细节和流程。 考察对Function Calling机制的理解、实现流程和工程落地细节第 38 题代码补全功能与提示词工程在使用目标和实现方式上有何区别？ 考察对代码补全与提示词工程在交互方式、应用场景与目标上的辨析第 39 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 40 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