人工智能面试题 · 业务理解 · LLM
人工智能相关岗位面试题。
共 11389 道真题 · 当前筛选命中 51 道 · 更新 2026-08-05
筛选题目已选：业务理解 · LLM
考察点
技术栈
第 1 题如何实现大模型相关技术的产业落地？ 考察对大模型实际落地路径、场景选择与工程挑战的理解第 2 题你了解大模型在推荐系统中的哪些应用？ 考察对大模型与推荐系统结合的技术理解与知识广度第 3 题请谈谈你对大模型技术发展现状与核心挑战的理解。 考察对大模型技术原理、应用趋势及局限性的认知深度第 4 题你认为现在大模型对企业中开发的价值是什么？ 考察对大模型在开发场景中实际价值的理解和判断第 5 题大模型训练时的 query 数据如何生成？请介绍典型方法和设计要点。 考察数据构造逻辑、覆盖度与任务适配第 6 题大模型在推荐系统中一般有哪些应用或应用方向？ 考察对大模型在推荐系统中应用方向的理解广度与深度第 7 题如何理解大模型安全？请列举其包含的主要方面。 考察对大模型安全范畴的整体认知和结构化表达能力第 8 题请谈谈你对当前AI发展趋势的看法，并结合实际场景说明这些趋势可能带来的影响。 考察对AI技术方向的理解深度、行业认知及信息分析能力第 9 题请结合贝壳的业务特点，谈谈大模型或AI技术可以在哪些方面带来业务增长机会？ 考察对AI技术应用场景的理解以及对贝壳业务模式的分析能力第 10 题请分别解释 RAG、MCP、Tool Calling 和 Agent 的核心概念，并说明它们之间的关系以及在实际应用中的典型使用场景。 考察对新兴 AI 技术概念的理解、区分及实际应用能力第 11 题在大模型监督微调（SFT）阶段，常用的数据集格式有哪些？请举例说明。 考察对SFT数据组织形式和构造方法的理解第 12 题请介绍一个你熟悉的大模型基础概念或原理，并说明它在实际应用中的意义。 考察对大模型基础知识的掌握程度及对实践意义的理解第 13 题大模型怎么缓解或解决推荐系统的冷启动问题？ 考察利用大模型能力处理推荐系统冷启动问题的方案设计第 14 题请你谈谈对大型语言模型（LLM）内部工作机制的理解，并举例说明其关键组成部分。 考察对大模型核心原理的掌握程度与概念准确性第 15 题国内大语言模型（LLM）产品你了解哪些？请简要介绍。 考察对国内大模型生态的认知广度与技术理解第 16 题开放题:我看你也做了这么多 LLM 的事情,你怎么看待 LLM 的发展? 考察对 LLM 技术趋势、应用落地与个人认知的深度理解第 17 题请谈谈你对大语言模型的基本了解，包括其主要特点和应用场景。 考察对AI基础概念的认知及表达能力第 18 题介绍IOT场景，说明米家场景中使用LLM的优势 考察物联网场景理解与LLM在智能家居中的应用优势第 19 题在构建大模型训练数据集时，如何生成高质量的训练数据？请说明主要方法和注意事项。 考察数据工程方法、质量控制与数据多样性第 20 题请介绍你对大语言模型（LLM）的基本原理和主要技术架构的理解，包括训练、推理和典型应用场景。 考察对大语言模型基础原理、技术栈和实际应用的理解深度