人工智能面试题 · 问题拆解 · LoRA
人工智能相关岗位面试题。
共 11389 道真题 · 当前筛选命中 29 道 · 更新 2026-08-05
筛选题目已选：问题拆解 · LoRA
考察点
技术栈
第 21 题LoRA有没有激活函数，为什么有或没有？ 考察对LoRA低秩适配机制的理解及与激活函数的关系第 22 题你熟悉哪些大语言模型微调方法？请简要说明各自适用场景。 考察对常见微调方法的掌握程度及场景理解第 23 题LoRA的训练原理和使用是怎么样的？ 考察对LoRA参数高效微调原理、训练要点及应用场景的理解第 24 题你尝试过用 LoRA 进行风格化训练吗？如果用大量同风格图片训练一个 LoRA，效果是否会更好？ 考察对 LoRA 风格化训练原理、数据量与效果关系的理解第 25 题请分享你在使用LoRA进行模型微调时的调参经验。 考察对LoRA关键超参数的理解与调优实践第 26 题在LoRA中，A和B两个矩阵通常如何初始化？为什么采用这种初始化方式？ 考察对LoRA初始化细节及其原因的理解第 27 题如果要用 LoRA 做电商推荐场景的微调，你会怎么设计数据和标签？ 考察对 LoRA 微调的数据分布、标签构建和业务目标对齐的理解第 28 题项目中的大语言模型是如何微调的，训练数据是如何注册到 LLaMA Factory 中的？ 考察对大模型微调流程及 LLaMA Factory 数据注册机制的理解第 29 题请深挖LoRA（低秩适配）的技术细节，并给出一个开放性思考题。 考察对LoRA原理、实现细节及扩展应用的深入理解与批判性思考