人工智能面试题 · 系统设计 · LLM
人工智能相关岗位面试题。
共 11389 道真题 · 当前筛选命中 49 道 · 更新 2026-08-05
筛选题目已选：系统设计 · LLM
考察点
技术栈
第 41 题如果将LLM推理效率优化后的方案部署到在线服务，你会如何解决线上环境特有的性能问题？ 考察将离线优化迁移到在线推理系统时的工程化与性能调优能力第 42 题如何防止客服对话场景中的大语言模型出现串台问题？ 考察对 LLM 多轮对话中上下文隔离与记忆管理的能力第 43 题拆解大模型智能体(Agent)的工作原理，说明其核心组成部分（感知、记忆、规划、学习模块）及在环境交互和任务执行中的作用。 考察对大模型智能体核心模块及其协作机制的理解第 44 题如果让你负责一个LLM团队的资源分配，你会如何决定人力投入的重点方向？ 考察对LLM技术栈的理解、资源分配思路及优先级判断能力第 45 题从大模型端看，应该做哪些工作来适配Agent架构？ 考察对大模型能力边界与Agent工具调用、规划、记忆等机制的适配理解第 46 题请介绍你如何设计一个基于大模型的RAG（检索增强生成）系统，并说明关键环节和挑战。 考察对RAG系统架构、检索与生成结合及工程化挑战的理解第 47 题为什么思维树（ToT）在实际落地中比较困难？ 考察对ToT工程化挑战的理解与风险识别能力第 48 题在真实应用场景中，完成 RAG 系统的调优后，应当采用哪些效果评估标准和评估方法？请结合具体的应用场景说明评估指标的选择依据与实施方式。 考查候选人对 RAG 系统评估体系的理解，是否掌握指标选取、评估方法及真实场景下的落地考量。第 49 题在构建 LLM Agent 时，为了使它能够跨会话保留和利用信息，可以采用哪些机制来实现长期记忆？ 考查对 LLM Agent 长期记忆机制的理解，以及实现方案的掌握。