面试题库

全部 Django Elasticsearch FastAPI Flask Function Call JVM Java IO Java 后端 Java 基础 Java 并发 Java 新特性 Java 集合 JavaWeb Kafka LLM LangChain LangGraph MongoDB MyBatis MySQL Netty Nginx Python RAG RabbitMQ Redis RocketMQ Spring Spring AI SpringBoot SpringCloud SpringMVC ZooKeeper 分布式 后端技术 大厂面经 大数据 微服务 提示词工程 操作系统 数据库 数据结构 智能体 海康威视2026秋季社招专项 消息队列 监控运维 算法 系统设计 缓存 计算机基础 计算机网络 设计模式 面试题 高可用 高并发
LLM 中等

上下文学习(in-context learning)为什么对few-shot示例顺序敏感?如何选择与排序示例?

LLM 简单

logits经过softmax后如何被采样成一个token?温度与随机采样的关系是什么?

LLM 简单

temperature、top-p与top-k三个采样参数是如何共同作用的?调参时如何搭配?

LLM 中等

首token延迟(TTFT)与每token延迟(TPOT)分别受哪些因素影响?如何针对性优化?

LLM 中等

数据并行、模型并行与流水线并行有什么区别?各自适合什么规模与场景?

LLM 困难

ZeRO的三个阶段(Stage1/2/3)分别切分了什么?它们如何逐步降低显存?

LLM 困难

混合精度训练中fp16与bf16有何区别?为什么大模型训练倾向bf16?loss scaling解决什么?

LLM 中等

什么是梯度检查点(gradient checkpointing)?它如何用计算换显存?

LLM 中等

大模型预训练的loss是如何计算的?因果语言建模的交叉熵如何逐token累加?

LLM 简单

RAG中chunk大小与embedding维度如何权衡?chunk太大或太小分别丢失什么?

LLM 中等

LoRA的低秩分解为什么能大幅减少可训练参数?其数学原理是什么?

LLM 中等

RAG系统中如何为embedding模型选型?领域微调embedding何时值得做?