消费品/零售行业面试题 · tech:llm
消费品/零售行业相关面试题，按题目行业基础数据聚合。
共 11293 道真题 · 当前筛选命中 20 道 · 更新 2026-08-05
筛选题目已选：tech:llm
考察点
技术栈
第 1 题请介绍你了解的大语言模型微调方法，并说明各自的适用场景。 考察对大语言模型微调技术体系的理解与方案选择能力第 2 题开放题：LLM可以解决过去问答系统的哪些问题，你觉得还可以用LLM做什么新的创新？ 考察对LLM能力边界及问答系统演进的理解与创新思维第 3 题请谈谈你对大模型技术发展趋势及其对相关行业影响的理解。 考察对大模型技术演进、应用前景和潜在风险的认知深度第 4 题有用过大模型吗？ 考察候选人对大模型的实际使用经验、理解深度和应用场景第 5 题请介绍大模型微调的主要技术方法及其适用场景。 考察对大模型微调技术体系的理解与选型能力第 6 题谈谈你对AI大模型的理解。 考察候选人对大模型技术原理、发展趋势及应用前景的综合认知第 7 题你们如何评估大模型的性能与效果？ 考察对大模型评估体系的理解与实践第 8 题请解释大语言模型生成时温度（temperature）、top-p 和 top-k 这几个采样参数的原理，以及它们之间的搭配对生成结果的影响。 考察对 LLM 采样机制的深入理解与实际调参经验第 9 题如何设计一套机制保证大模型评估结果的定期更新？ 考察对评估流程持续迭代与闭环管理的能力第 10 题谈谈你对ChatGPT本身的理解，包括它的工作原理和核心能力。 考察对ChatGPT技术原理、能力边界和局限性的理解第 11 题在大规模推荐系统中，大语言模型（LLM）可以在哪些环节发挥价值？请结合实际场景说明设计思路和潜在挑战。 考察对大模型与推荐系统结合点、设计思路及落地挑战的理解第 12 题你对大模型有哪些了解？比如 prompt、function call、RAG 这些方面。 考察对大模型关键技术方向的掌握程度和广度第 13 题面试中提到很多大模型相关的内容，你认为大模型技术将如何影响[目标岗位]的工作？ 考察候选人对新技术趋势的敏感度和对岗位发展的理解第 14 题大模型的温度系数、top-k 和 top-p 采样分别有什么作用？它们之间有什么区别？ 考察对大模型生成策略参数的原理理解与区别辨析第 15 题你认为大模型未来会给我们带来哪些变化？请从技术、工作或社会角度谈谈你的看法。 考察对大模型社会影响的独立思考与判断广度第 16 题开放性问题：LLM在汽车上可以有哪些落地场景？ 考察对LLM能力边界及汽车行业场景的理解与发散第 17 题请描述大语言模型（LLM）、智能体（Agent）与模型上下文协议（MCP）之间的关系。 考察对LLM、Agent、MCP三者角色定位与协作关系的理解第 18 题大模型微调有哪些方式？ 考察对大模型微调技术路线的系统认知与方案选择能力第 19 题请介绍大模型的训练方式，并说明各阶段的主要目标。 考察对大模型训练流程的整体理解和阶段划分第 20 题你了解哪些主流的大语言模型？请分别介绍它们的主要特点。 考察对大语言模型生态的广度认知和特点归纳能力