专业服务行业面试题 · 技术选型 · tech:llm
专业服务行业相关面试题，按题目行业基础数据聚合。
共 27579 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 题请结合你在实际项目中的经历，说明你是如何设计和实现RAG系统的，遇到了哪些问题以及如何解决。 考察RAG落地能力、项目实践细节与问题解决思路第 2 题请介绍大模型微调的主要方法，重点说明 LoRA 的原理、需要调整的参数、适用的任务以及常用的预训练基座模型。 考察对大模型微调方法体系的理解和 LoRA 技术的掌握深度第 3 题请从技术角度分析大模型（如ERNIE模型）在代码生成场景下的应用优势，并提出一个优化策略以解决复杂问题。 考察对LLM代码生成技术原理的理解及优化方法第 4 题追问：用过哪些大模型工具？ 考察对大模型工具的实际使用广度与深度第 5 题大模型常用的位置编码有哪些？各自的优缺点是什么？ 考察对位置编码机制的理解、对比与适用场景判断第 6 题请解释大模型生成中的三大调试参数：Temperature、Top-K 和 Top-P，并说明它们各自的作用与适用场景。 考察对大模型采样参数的理解与工程应用能力第 7 题请概述大语言模型强化学习的关键发展阶段及各自的核心技术思想。 考察对LLM强化学习演进脉络的理解与表述能力第 8 题请分享一次你在开发中使用 GPT 或其他大模型工具的经历。 考察对大模型工具的实际使用、问题拆解与结果复盘能力第 9 题在设计大模型 Agent 时，工具集应采用动态加载还是静态加载？请说明各自适用场景、优缺点及你的选择依据。 考察对大模型 Agent 工具管理机制的理解与设计权衡能力第 10 题如何解决大模型的灾难性遗忘问题？ 考察对灾难性遗忘解决策略的知识广度与实现认知第 11 题您是否考虑对大语言模型进行微调？请谈谈您的看法和考虑因素。 考察对大语言模型微调技术的理解、适用场景与权衡能力第 12 题请介绍大模型技术栈中你熟悉的核心技术，并说明它们的关联。 考察对大模型技术体系的理解广度与深度