互联网/IT行业面试题 · 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 219 道 · 更新 2026-08-05
筛选题目已选：tech:llm
考察点
技术栈
第 141 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 142 题请说明 LLM 作为评判者（LLM-as-a-Judge）在哪些场景下可能失效，并解释原因。 考察对 LLM 评估方法局限性的理解与风险判断第 143 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 144 题你们的大模型是从零训练还是基于开源模型微调的？请说明选型理由。 考察对模型选型、训练成本与效果平衡的理解第 145 题对LLM4Rec的后续迭代方向有什么见解？ 考察对推荐系统与大型语言模型结合的前沿理解及技术规划能力第 146 题大模型SFT(监督微调)解决不了业务问题吗?为什么还要引入强化学习。强化学习主要解决业务中的什么问题 考察对SFT与强化学习在大模型训练中分工及业务价值差异的理解第 147 题请介绍对编码模型（如代码生成模型）的了解，包括原理和优缺点。 考察对代码生成模型原理及局限的认知第 148 题在实际项目中，你们选择微调大模型还是调用大模型API时，是如何评估计算成本和必要性的？ 考察大模型技术选型时对成本与收益的权衡能力第 149 题在大模型应用于教育领域的过程中，您如何制定多模态内容的落地策略？请以一个实际项目为例阐述。 考察多模态大模型在教育场景的产品化落地策略与项目实践第 150 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 151 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 152 题国内大语言模型（LLM）产品你了解哪些？请简要介绍。 考察对国内大模型生态的认知广度与技术理解第 153 题为什么大模型有few-shot能力？讲一下few-shot能力的原理。 考察对大模型上下文学习机制与少样本泛化原理的理解第 154 题如果不扩充知识库/知识点，你还有哪些方法可以降低幻觉率？ 考察除RAG之外的其他幻觉缓解手段与思考深度第 155 题文本描述的推理总结选用什么LLM基座？原因是什么？ 考察对LLM基座选型的理解、推理与总结任务特点的匹配及技术权衡第 156 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 157 题为什么需要 Agent，它和大模型有什么不同？ 考察对 Agent 与大模型差异的理解、应用场景判断及技术原理掌握第 158 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 159 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 160 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