人工智能面试题 · 问题拆解 · LLM
人工智能相关岗位面试题。
共 11389 道真题 · 当前筛选命中 72 道 · 更新 2026-08-05
筛选题目已选：问题拆解 · LLM
考察点
技术栈
第 21 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 22 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 23 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 24 题训练或微调一个大型语言模型（LLM）的完整流程是怎样的？ 考察对LLM预训练、微调及评估全流程的掌握程度第 25 题你如何评估大模型的性能？有哪些常用的评估指标？ 考察对大模型评估方法、指标体系和评测过程的理解第 26 题询问LLM推理时，如何从prompt中分离出response？ 考察对LLM接口调用与提示词设计的理解，以及解析生成结果的基本能力第 27 题请介绍你的项目中 LLM 微调的整体流程和方法。 考察对 LLM 微调流程的理解与项目实践第 28 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 29 题LLM训练的时候为什么warmup？ 考察对学习率调度、训练稳定性和优化器行为的理解第 30 题请解释大语言模型推理时的采样参数 temperature、top-k 和 top-p 各自的作用，并说明它们对生成结果的影响。 考察对 LLM 解码阶段采样策略的理解与应用第 31 题针对大模型训练数据集，如何系统性地提升数据质量？ 考察大模型数据集质量维度和提升方法第 32 题对于大模型落地某个具体任务，优化有哪些方向？ 考察大模型落地任务时的综合优化思路与系统性第 33 题如果大模型的输入上下文窗口是4k长度，能否让它输出8k长度的内容？ 考察对模型上下文窗口与输出长度限制的理解第 34 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 35 题什么是大模型的灾难性遗忘？ 考察对大模型灾难性遗忘概念和成因的理解第 36 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 37 题请介绍一个你最近使用大模型完成的项目，包括项目背景、技术方案和成果。 考察大模型实际应用能力、项目完整性和技术理解第 38 题请介绍你项目中大模型微调的大致流程。 考察对大模型微调流程的理解与实操经验第 39 题请谈谈你是否完整地从零预训练过大语言模型，以及过程中遇到的核心挑战。 考察大模型预训练的实际经验、技术理解与问题排查能力第 40 题讲一下大模型训练和推理的流程，SFT和RLHF的作用分别是什么？ 考察对大模型训练推理链路及对齐方法（SFT、RLHF）的理解