阿里巴巴面试题 · 问题拆解 · LLM
阿里巴巴相关面试题，按最终去重题目聚合。
共 2826 道真题 · 当前筛选命中 12 道 · 更新 2026-08-05
筛选题目已选：问题拆解 · LLM
考察点
技术栈
第 1 题大语言模型在推理时出现“幻觉”现象的原因有哪些？ 考察对大语言模型幻觉成因的深入理解第 2 题大模型在训练和推理时显存不够，有哪些优化方法？ 考察对大模型显存瓶颈的理解及训练和推理阶段优化手段的掌握第 3 题请解释大语言模型中Tokenization的基本原理和流程。 考察对Tokenization概念、流程及作用的理解第 4 题介绍一下大语言模型的RAG？ 考察对RAG架构、核心流程和应用价值的理解第 5 题优化大模型的指令跟随能力与推理能力，哪个挑战更大？各自的关键难点是什么？ 考察对LLM能力维度的理解深度与对比分析第 6 题怎么让大模型自动生成测试用例 考察对基于大模型的测试用例生成流程、输入设计与质量把控的理解第 7 题怎么缓解大模型的幻觉问题？ 考察对大模型幻觉成因和缓解方法的理解第 8 题请分享你在大语言模型有监督微调（SFT）中的调参经验，重点说明关键超参数的选择依据和调整方法。 考察对大模型SFT关键超参数的理解、实践经验与调参方法论第 9 题对比Zero-Shot、Few-Shot和In-Context Learning，它们在大语言模型中的应用场景和局限性分别是什么？ 考察对大语言模型提示范式差异的理解及实际取舍第 10 题你认为使用提示词（Prompt）有门槛吗？门槛体现在哪些方面？ 考察对提示词工程本质的理解及对使用者能力要求的认知第 11 题请描述LLM与外部工具配合调用的整体流程。 考察对LLM工具调用机制和协同流程的理解第 12 题怎么保证预训练数据的质量？ 考察对大模型预训练数据质量控制策略和工程实践的理解