人工智能面试题 · LLM
人工智能相关岗位面试题。
共 11389 道真题 · 当前筛选命中 332 道 · 更新 2026-08-05
筛选题目已选：LLM
考察点
技术栈
第 281 题大模型有哪些微调方法？ 考察对大模型微调技术分类和适用场景的理解第 282 题主流 LLM 一般包含哪些架构组成？ 考察 LLM 基础架构组成与工作原理第 283 题请分析大模型幻觉产生的主要原因，并简述如何通过技术手段缓解幻觉现象。 考察对大模型幻觉成因的理解及缓解方法的掌握第 284 题在实际应用中，如何提高大模型（LLM）的推理效率和工作效率？请提出你的优化思路。 考察对大模型推理与工作流优化的理解与系统性思维第 285 题在训练或微调 LLM、VLM 时，你有哪些心得？ 考察模型训练与微调的实践经验、方法论和问题排查能力第 286 题你觉得LLM的原子能力有哪些，它为什么能被用来做应用？ 考察对LLM核心能力的理解及其应用基础第 287 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 288 题在构建或使用Agent系统时，如果遇到Agent幻觉编造出不存在的工具或函数，你通常如何定位和解决这类问题？ 考察对LLM Agent工具调用幻觉的识别、排查与防范能力第 289 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 290 题大模型在输出结果之前的等待时间,在做什么? 考察对大模型推理过程的理解，包括预填充、排队和资源调度第 291 题微调大语言模型通常有哪几种方式？各有什么适用场景和优缺点？ 考察对主流大模型微调方式的体系化认知与场景判断第 292 题请解释大模型采样中的 Top-K 参数，并说明它与温度参数的关系。 考察对大模型采样机制的理解及其参数间的相互作用第 293 题LLM（大语言模型）有哪些微调方式？ 考察对大语言模型微调方法的理解和分类能力第 294 题训练一个 8B 参数的大模型，大概需要多少显存？ 考察显存估算能力和对训练过程中显存主要来源的理解第 295 题LLM重复生成内容的问题如何缓解？ 考察对LLM生成文本重复现象的成因分析与工程化解法第 296 题请介绍 MoE（混合专家）架构的核心思想，以及它的优势与挑战。 考察对 MoE 架构机制的理解第 297 题请介绍并对比大语言模型（LLM）的三种典型架构，并说明它们各自的特点。 考察对大语言模型架构的理解与对比能力第 298 题请介绍你在实习中参与的视觉或多模态大模型相关工作，并说明是否涉及预训练和微调环节。 考察候选人对大模型预训练与微调的理解及实际经验第 299 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 300 题请解释大模型幻觉问题，并说明常见的缓解策略。 考察对大模型幻觉现象的成因理解与工程应对能力