快手面试题 · 技术原理 · LLM
快手相关面试题，按最终去重题目聚合。
共 3254 道真题 · 当前筛选命中 16 道 · 更新 2026-08-05
筛选题目已选：技术原理 · LLM
考察点
技术栈
第 1 题微调大模型的方法有哪些？ 考察对主流大模型微调方法的体系化理解与适用场景辨析第 2 题你了解大模型的基本原理吗？请简要介绍你熟悉的大模型架构和核心概念。 考察对大模型基础知识和核心概念的掌握程度第 3 题有一些LLM支持超长上下文，怎么做到的？ 考察对超长上下文实现机制的深入理解与关键技术取舍第 4 题请解释大模型推理速度慢的主要原因，并说明如何优化。 考察对大模型推理性能瓶颈的理解及优化思路第 5 题请介绍ReAct架构的核心思想及其应用价值。 考察对ReAct架构原理与价值的理解第 6 题有去了解过大语言模型原理吗？ 考察对大型语言模型基础原理的主动学习与理解深度第 7 题你了解国内外哪些知名的大模型？ 考察候选人对大模型领域发展动态的关注度与知识广度第 8 题如何构造大语言模型微调所需的训练数据？ 考察对微调数据构造流程、数据质量与多样性管理的理解第 9 题你是否掌握大模型微调相关技术？请简要说明。 考察对大模型微调的了解程度和实际经验第 10 题SFT（监督微调）的大致训练流程是怎样的？ 考察对大模型监督微调流程的理解和关键技术点掌握第 11 题LLM中常用的激活函数有哪些？ 考察对主流大语言模型架构中激活函数选型的理解第 12 题你提到大模型推理速度慢，请分析一下推理慢的主要原因。 考察对大模型推理性能瓶颈的理解和系统性分析能力第 13 题在训练或微调 LLM、VLM 时，你有哪些心得？ 考察模型训练与微调的实践经验、方法论和问题排查能力第 14 题训练一个 8B 参数的大模型，大概需要多少显存？ 考察显存估算能力和对训练过程中显存主要来源的理解第 15 题LLM4Rec对比传统搜推带来了哪些收益？ 考察对基于大语言模型的推荐方法与传统搜索推荐在收益层面的理解第 16 题如果大模型出现了幻觉，该怎么办？ 考察对大模型幻觉问题的理解、排查与缓解方案