人工智能面试题 · 持续改进 · LLM
人工智能相关岗位面试题。
共 11389 道真题 · 当前筛选命中 21 道 · 更新 2026-08-05
筛选题目已选：持续改进 · LLM
考察点
技术栈
第 1 题能讲讲你学习大模型的路线吗？ 考察候选人学习路径、方法自驱性与技术深度第 2 题在学校做的LLM微调项目中，你遇到了哪些问题？ 考察候选人在LLM微调实践中的问题识别、定位与解决能力第 3 题你对大模型基础原理的了解是？ 考察对大模型核心概念和训练流程的基础认知第 4 题讲讲你知道的大模型技术最新发展 考察对大模型技术前沿动态的跟踪广度和理解深度第 5 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 6 题当前大语言模型的推理能力达到了什么样的程度？ 考察对LLM推理能力现状、局限和评测基准的理解第 7 题如何设计并实施针对大模型的思维链（CoT）微调和监督微调（SFT）流程？ 考察对LLM训练流程中CoT和SFT的理解及实操能力第 8 题请谈谈你参与过的多个大模型相关项目中，它们之间存在哪些共性或相通之处？ 考察候选人对大模型项目经验的归纳总结与知识迁移能力第 9 题请介绍InternVL模型的发展历程，以及每个版本的技术特点和演进动机。 考察对InternVL系列模型演进的理解、技术脉络梳理和关键改进点的掌握第 10 题除了简历上的项目，你还做过哪些与LLM相关的项目？ 考察候选人是否具备LLM领域持续的实践经验、学习自主性和能力边界认知第 11 题有没有研究过大模型上下文的工作，比如推理加速或长上下文扩展？ 考察对大模型上下文处理技术的研究深度与应用理解第 12 题对目前LLM领域的最新进展一直在关注吗？ 考察候选人对LLM领域的持续学习和知识更新能力第 13 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 14 题平常训练或者微调 LLM 或 VLM，有什么感受？ 考察对大型模型训练或微调的实际体验、方法论理解与问题处理能力第 15 题请介绍RAG（检索增强生成）技术的最新进展，并谈谈你对其发展趋势的看法。 考察对RAG前沿技术的了解、信息更新能力和技术趋势分析第 16 题目前LLM领域关注到哪些最新进展？ 考察对LLM领域前沿动态的持续跟踪与理解深度第 17 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 18 题你最近关注过哪些关于大模型预训练的前沿研究？请选择一篇你印象深刻的论文，介绍它试图解决什么问题、采用了什么方法，以及你认为它的启发或局限是什么。 考察候选人是否持续追踪前沿研究，以及其对论文的提炼、评价和批判性思考能力第 19 题请分享一篇你印象最深的大模型相关论文，并说明其中你认为最有价值的观点或技术点。 考察大模型方向的技术视野、阅读深度和提炼能力第 20 题目前对“涌现能力”现象的研究有哪些主要发现？ 考察对大语言模型涌现能力研究进展的了解