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 301 题请谈谈你对大语言模型的了解，并说明强化学习在该领域的应用。 考察对大模型基础和强化学习应用的整体认知第 302 题在构造大模型对话时，你是如何设计system prompt的？请说明设计要点和考虑因素。 考察候选人对提示词工程和角色设定的理解与实操能力第 303 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 304 题大模型训练时采用什么padding方式，为什么？ 考察对序列填充策略及其对训练效率和注意力机制影响的理解第 305 题在LLM推理里,我们经常听到一个词叫prefill,能解释一下它是什么意思吗? 考察对LLM推理阶段划分的理解,特别是prefill阶段的作用第 306 题GLM是什么？ 考察对GLM这一大语言模型系列的基本认知第 307 题开放题：LLM可以解决过去问答系统的哪些问题，你觉得还可以用LLM做什么新的创新？ 考察对LLM能力边界及问答系统演进的理解与创新思维第 308 题请谈谈你如何使用现代大语言模型产品提升工作、学习或编码效率，并说明原因；同时展望一下LLM、LVM、MLLM的未来发展方向与前景。 考察对大语言模型产品的实际应用能力、效率方法论以及多模态技术趋势的理解第 309 题LLM4Rec对比传统搜推带来了哪些收益？ 考察对基于大语言模型的推荐方法与传统搜索推荐在收益层面的理解第 310 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 311 题请解释Grouped-Query Attention（GQA）的原理及其实现方式。 考察对GQA机制原理和高效实现的理解第 312 题目前对“涌现能力”现象的研究有哪些主要发现？ 考察对大语言模型涌现能力研究进展的了解第 313 题最近有关注哪些大模型前沿论文？请介绍一篇你印象最深的，并说明其创新点。 考察对大模型前沿研究的学习敏感度、理解深度与表达能力第 314 题请介绍你了解的大模型和多模态大模型，并说明它们各自的主要能力。 考察对大模型和多模态模型的广度认知与分类能力第 315 题请分析长安汽车在大模型领域可能的应用场景。 考察对大模型在汽车行业应用的业务理解与场景化思考第 316 题怎么解决LLM幻觉问题？ 考察对大模型幻觉成因及系统性缓解策略的理解第 317 题当输入超过模型上下文长度时，有哪些主流解决方案？（如滑动窗口、压缩、摘要） 考察对长上下文处理技术的理解与权衡第 318 题在LLM训练中，你是如何构造数据集来训练奖励模型或使用DPO的？ 考察数据集构造方法及其对训练稳定性的影响第 319 题你在这个项目中使用了LLM，但本质上它就是一个分类任务，为什么不直接训练一个专用分类模型？ 考察对LLM方案与专用模型方案在分类场景中的权衡能力第 320 题在设计一个基于大语言模型的 Agent 时，你认为主要的技术难点有哪些？ 考察对 Agent 系统核心挑战的理解与结构化分析能力