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 141 题请介绍你负责的一个多模态大模型自动标注项目，重点说明其中模型架构的设计思路以及 Sam 与 LLM 的协作方式。 考察多模态标注项目架构设计、模型分工与协作理解第 142 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 143 题针对大模型训练数据集，如何系统性地提升数据质量？ 考察大模型数据集质量维度和提升方法第 144 题对于大模型落地某个具体任务，优化有哪些方向？ 考察大模型落地任务时的综合优化思路与系统性第 145 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 146 题模型幻觉怎么处理，为什么会有幻觉？ 考察对LLM幻觉成因的理解及实际应对策略第 147 题如果大模型的输入上下文窗口是4k长度，能否让它输出8k长度的内容？ 考察对模型上下文窗口与输出长度限制的理解第 148 题现在的大模型如何应用到搜索检索层面？ 考察大模型在搜索检索中的技术应用与系统设计思路第 149 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 150 题怎么缓解大模型的幻觉问题？ 考察对大模型幻觉成因和缓解方法的理解第 151 题什么是大模型的灾难性遗忘？ 考察对大模型灾难性遗忘概念和成因的理解第 152 题LLM推理时有哪些采样参数设置（如top-k、top-p），一般如何调整？ 考察对大模型推理采样机制的理解及调参实践的掌握第 153 题如果让你用大模型解决数学推理问题，你会采用哪些主要方法和策略？ 考察对大模型数学推理技术路线与工程实践的掌握第 154 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 155 题LLM训练中遇到Loss突增如何解决？ 考察对LLM训练稳定性问题及诊断排查能力第 156 题在构建大模型训练数据集时，如何生成高质量的训练数据？请说明主要方法和注意事项。 考察数据工程方法、质量控制与数据多样性第 157 题请介绍一个你最近使用大模型完成的项目，包括项目背景、技术方案和成果。 考察大模型实际应用能力、项目完整性和技术理解第 158 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 159 题请介绍你对大语言模型（LLM）的基本原理和主要技术架构的理解，包括训练、推理和典型应用场景。 考察对大语言模型基础原理、技术栈和实际应用的理解深度第 160 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