电子/半导体行业面试题 · 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 37 道 · 更新 2026-08-05
筛选题目已选：tech:llm
考察点
技术栈
第 21 题请介绍 MoE（混合专家）架构的核心思想，以及它的优势与挑战。 考察对 MoE 架构机制的理解第 22 题谈谈你对大模型和中小模型的理解，是否有过算法相关学习或实践，以及未来是否有深入研究算法的兴趣？ 综合评估候选人对AI模型体系的认知、算法基础与职业兴趣第 23 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 24 题请说明仅解码器（decoder-only）架构下，语言模型的损失函数是什么，并解释其原理。 考察对自回归语言建模目标的理解第 25 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第 26 题你了解大模型相关技术，有实际落地过的项目吗？ 考察候选人将大模型知识转化为实际项目经验的能力第 27 题如何评估LLM和Agent的效果？ 考察对模型与智能体评估体系、方法与指标的理解第 28 题大模型微调中，LoRA 有什么缺点？ 考察对 LoRA 技术局限性的理解及其适用边界第 29 题请解释 Token 在大语言模型中的含义，以及它与模型效果的关系。 考察对 Token 化与关联影响的掌握第 30 题如何看待当前LLM和Agent的发展趋势？ 考察对行业趋势、技术演进的判断与个人见解第 31 题请分析长安汽车在大模型领域可能的应用场景。 考察对大模型在汽车行业应用的业务理解与场景化思考第 32 题相比直接用ChatGPT这类大模型，Agent进一步解决了什么问题，请举例说明。 考察对大模型与Agent差异的理解，以及Agent的价值定位第 33 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 34 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第 35 题假设强化学习结合大模型，如何解决动作空间维度大的问题？ 考察结合大模型进行强化学习时对高维动作空间的建模与降维策略第 36 题请谈谈你对计算机视觉（CV）和大模型相关技术的理解及你的掌握程度。 考察对计算机视觉与大模型基础知识的掌握及学习深度第 37 题如何设计并实施针对大模型的思维链（CoT）微调和监督微调（SFT）流程？ 考察对LLM训练流程中CoT和SFT的理解及实操能力