人工智能面试题 · 技术选型 · LLM
人工智能相关岗位面试题。
共 11389 道真题 · 当前筛选命中 81 道 · 更新 2026-08-05
筛选题目已选：技术选型 · LLM
考察点
技术栈
第 41 题主流LLM模型结构设计有什么特点？ 考察对现代大语言模型架构设计的理解与归纳能力第 42 题讲一下 LoRA 微调的原理。 考察对大模型参数高效微调方法 LoRA 的核心机制理解第 43 题你了解大模型微调吗？请说明QLoRA的原理。 考察对大模型微调方法及QLoRA技术原理的理解深度第 44 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 45 题请介绍大模型微调的主要方法，重点说明 LoRA 的原理、需要调整的参数、适用的任务以及常用的预训练基座模型。 考察对大模型微调方法体系的理解和 LoRA 技术的掌握深度第 46 题请结合你的实际经验，谈谈你如何使用大模型（如通义千问）辅助进行故障或问题的根因预测？ 考察候选人将大模型应用于实际运维或问题定位场景的实践能力与思考深度第 47 题目前大语言模型常用的微调方式有哪些？ 考察对主流LLM微调范式的整体认知与优劣比较第 48 题请列举大模型微调的主要方法，并简要说明各自的特点。 考察对大模型微调技术体系的理解广度与基本辨析第 49 题如何设计一个200B参数大模型的16卡分布式训练方案？ 考察大规模模型分布式训练的资源评估与并行策略设计第 50 题如何评估一个代码生成模型的能力？ 考察对代码模型评测维度与方法的理解第 51 题请谈谈你在大模型优化的实践中，通常会从哪些方面入手来提升推理性能和效率？ 考察对大模型优化手段的系统理解与实践经验第 52 题请谈谈你对大模型技术的了解，特别是 RAG（检索增强生成）的原理和应用。 考察对大模型基础概念及RAG技术的理解深度第 53 题开放性问题：LLM在汽车上可以有哪些落地场景？ 考察对LLM能力边界及汽车行业场景的理解与发散第 54 题除了SFT还用过什么对齐手段吗？ 考察对大模型对齐技术栈的广度理解与实际应用能力第 55 题你还了解哪些大模型对齐技术？ 考察对大模型对齐领域技术广度和原理理解第 56 题大模型微调有哪些方式？ 考察对大模型微调技术路线的系统认知与方案选择能力第 57 题在你使用LLM解决该分类问题的场景中，相比传统分类模型，它的优势具体体现在哪里？ 考察对LLM相对传统分类模型优势的理解深度第 58 题请从效果、参数量、显存占用、部署影响和适用场景等角度，对比LoRA与全量SFT的差异。 考察对LoRA和SFT权衡的理解以及技术选型能力第 59 题请介绍LoRA微调的基本原理，并说明AB矩阵的维度计算方式。 考察对大模型参数高效微调技术LoRA的理解第 60 题请谈谈开放性问题推荐与大语言模型技术结合的设计思路。 考察将大模型应用于推荐系统场景的架构设计与权衡能力