电子/半导体行业面试题 · 技术选型 · tech:llm
电子/半导体行业相关面试题，按题目行业基础数据聚合。
共 19445 道真题 · 当前筛选命中 12 道 · 更新 2026-08-05
筛选题目已选：技术选型 · tech:llm
考察点
技术栈
第 1 题请说明大模型幻觉问题的成因及常见解决方法。 考察对大模型幻觉现象的理解与工程对策第 2 题请简要介绍你了解或使用过的大模型，并说明它们的特点或适用场景。 考察对大模型的基础认知、技术理解与选型意识第 3 题请说明 KV Cache 在 LLM 推理中的优化方法，并分析各自的适用场景与权衡。 考察对大模型推理优化技术（KV Cache）的原理理解与方案权衡能力第 4 题你如何看待不同主流大语言模型的差异？你会如何选择和使用它们？ 考察对大语言模型生态的认知与选型能力第 5 题请谈谈你对大模型技术的了解，特别是 RAG（检索增强生成）的原理和应用。 考察对大模型基础概念及RAG技术的理解深度第 6 题大模型有哪些微调方法？ 考察对大模型微调技术分类和适用场景的理解第 7 题如何设计一个200B参数大模型的16卡分布式训练方案？ 考察大规模模型分布式训练的资源评估与并行策略设计第 8 题请从效果、参数量、显存占用、部署影响和适用场景等角度，对比LoRA与全量SFT的差异。 考察对LoRA和SFT权衡的理解以及技术选型能力第 9 题请列举常见的大模型架构类型，并说明哪些模型采用 decoder-only 结构，哪些采用 encoder-decoder 结构。 考察对主流大模型架构分类及代表模型的掌握程度第 10 题讲一下 LoRA 微调的原理。 考察对大模型参数高效微调方法 LoRA 的核心机制理解第 11 题在实习项目中，为什么选择使用 prompt 而不是 agent？ 考察对大模型应用选型的理解及对两种技术路径的权衡第 12 题如何实现大模型相关技术的产业落地？ 考察对大模型实际落地路径、场景选择与工程挑战的理解