京东面试题 · LLM
京东相关面试题，按最终去重题目聚合。
共 2550 道真题 · 当前筛选命中 18 道 · 更新 2026-08-05
筛选题目已选：LLM
考察点
技术栈
第 1 题你对AI技术（如大模型、多模态）的发展有哪些看法？ 考察对AI技术趋势的理解和行业认知深度第 2 题常见的大模型，或者说VLM（视觉语言模型）这块的模型，了解过哪些？ 考察对大模型和视觉语言模型生态的广度认知与理解深度第 3 题在零售电商或本地生活类业务中，哪些场景适合落地AI技术产品？请结合客服、搜索等举例说明。 考察将AI技术映射到真实业务场景的产品化能力第 4 题请谈谈你对大模型技术的了解和应用经验。 考察对大模型基础知识的掌握及实际应用能力第 5 题项目中的OCR是怎么做的，为什么选择用大模型来做？ 考察OCR技术方案的设计理解与选型判断第 6 题如何设计一个高质量的Prompt来引导大语言模型完成指定任务？ 考察对大模型Prompt设计原则、结构化和迭代优化的理解第 7 题有了解过京东做的一些大模型工具吗？ 考察候选人对行业大模型产品的关注、信息收集与业务结合理解第 8 题请谈谈你对AI Agent与大模型技术的理解，以及你在这方面的实践经验。 考察对AI Agent、大模型基础原理的认知深度，以及实际项目经验第 9 题如果DPO后的模型效果不如SFT，你会如何分析和应对？ 考察对DPO退化问题的归因与优化策略第 10 题你用过哪些大模型微调方式？请简述 LoRA 微调的原理。 考察对大模型微调方法的熟悉程度及对 LoRA 核心机制的理解第 11 题在微调大语言模型时，如何选择合适的损失函数？ 考察对微调任务类型与损失函数匹配的理解第 12 题请结合你的实际使用经验，谈谈你了解哪些大模型产品，并从功能、性能、成本或生态等维度分析它们的优缺点。 考察对主流大模型产品的实际了解、对比分析能力及技术判断力第 13 题在大语言模型应用开发中，为什么需要对预训练生成模型进行微调？如果不对模型做微调，多大的模型能够直接满足业务需求？ 考察对微调必要性、任务适配与模型规模选择的理解第 14 题在DPO训练中，你遇到过不收敛的问题吗？如何排查和解决？ 考察DPO训练不收敛的排查思路与解决能力第 15 题请介绍MLA（Multi-head Latent Attention）及其与KV Cache的关系。 考察对大模型注意力机制优化和推理缓存机制的理解第 16 题在规划产品迭代路线图时，你如何评估并融入新兴AI技术（如大型语言模型LLM）到智能体生态中？ 考察AI技术选型、产品规划与生态整合能力第 17 题你对大模型/多模态技术在产品中的应用有什么见解？请举一个落地场景。 考察对AI技术的产品化理解、落地思考与场景筛选能力第 18 题在LLM训练中，你是如何构造数据集来训练奖励模型或使用DPO的？ 考察数据集构造方法及其对训练稳定性的影响