互联网/IT行业面试题 · 问题排查 · 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 13 道 · 更新 2026-08-05
筛选题目已选：问题排查 · tech:llm
考察点
技术栈
第 1 题如何降低大模型AI幻觉率？请给出具体可落地的方案。 考察对幻觉缓解方法的体系化理解与工程落地能力第 2 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 3 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 4 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 5 题针对模型幻觉有什么手段？ 考察对大模型幻觉原因的理解及系统性缓解方法第 6 题什么是AI幻觉？在实际应用中如何降低大模型产生幻觉的风险？ 考察对AI幻觉成因的认知及应对策略第 7 题什么是大模型幻觉？请举例说明其典型表现。 考察对大模型幻觉概念与表现的理解第 8 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 9 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 10 题如何解决大模型生成SQL存在假字段的问题？ 考察对大模型生成SQL幻觉问题的理解与工程化处理能力第 11 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 12 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第 13 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