标签题目
大模型幻觉相关面试题
聊天 AI 应用中如何减少大模型幻觉？
减少聊天 AI 应用中的大模型幻觉，需要同时处理知识来源、提示约束、检索增强、工具调用、输出校验、拒答策略、评测监控和用户体验。核心原则是让模型少凭空补全，多基于可验证证据回答，并在证据不足时明确不确定。
同题还出现在 1 个公司岗位
是否遇到过大模型定位错误代码的幻觉问题？
大模型定位错误代码的幻觉通常来自上下文不完整、检索错误、调用链理解偏差或模型过度生成，需要用证据约束、引用校验和工具闭环来控制。
大模型微调后出现不遵循指令、复读和错误答案，如何定位原因并判断 CoT 是否有效？
这题考察大模型微调后行为退化的定位方法：要把不遵循指令、复读和错误答案拆成可复现的错误类型，分别从数据、训练配置、解码参数和评估切片定位，并用对照实验判断 CoT 是否真正改善推理或事实正确率。
大模型幻觉在 Agent 服务化中会带来哪些问题，如何治理？
这题考大模型幻觉在 Agent 服务化中的生产风险。答案要聚焦错误工具调用、虚假状态、操作控制、权限、审计、dry-run、确认和事故闭环，而不是泛泛说 RAG 和提示词。
大模型 Function Call 为什么会产生工具调用幻觉，工程上如何用 schema、权限、校验和反馈闭环降低误调用？
这题考 Function Call 的工程治理能力：工具调用幻觉不只靠 prompt 解决，还要靠工具契约、调用门禁、参数校验、执行反馈、回退策略和评测闭环共同降低。
同题还出现在 3 个公司岗位
LLM 应用上线后收到业务反馈和 badcase，如何建立问题归因、数据回流、Prompt/模型迭代和回归评估闭环？
这题考 LLM 应用上线后的持续改进能力：要把业务反馈转成可复现样本，分层归因到数据、检索、Prompt、模型、工具或产品边界，再用评测和灰度闭环避免越改越差。
产品经理如何评价 LLM 和 AIGC 的核心能力、主要优势、局限性和落地挑战？
这题考产品经理对 LLM/AIGC 的能力边界判断：既要看到自然语言交互、生成和自动化的机会，也要能讲清幻觉、评估、成本、数据安全、场景适配和商业闭环的限制。
同题还出现在 1 个公司岗位
RAG 中检索文档正确但生成答案错误时，如何定位 Prompt、上下文组织、模型推理和后处理问题？
这题考的是 RAG badcase 的责任拆解：当正确证据已经被检索到，问题就不再主要是召回率，而要检查证据是否进入 prompt、是否被截断或排序淹没、指令是否约束模型使用证据、模型是否误读冲突信息、解码是否不稳定，以及后处理是否改坏答案。
Agent 的 self-refine 自我修正如何处理 API 返回字段缺失、冗余或结构不符合预期？
这道题考察 Agent 自我修正是否能和工程化 API 契约治理结合起来。好答案不能把 self-refine 说成让模型再想一遍，而要说明先用确定性 schema 校验发现字段缺失、冗余字段、类型错误和结构不匹配，再根据错误类型决定丢弃、补默认值、结构化转换、重调 API、降级或交给模型生成修复计划。边界是不能让模型凭空编造缺失事实；所有修复都要可追溯、有限重试、重新校验，并用错误率、修复成功率和幻觉字段率验证效果。
大模型观点总结产品如何防范幻觉，并定义可上线的准确率与验收标准？
这题考观点总结类大模型产品的质量门禁。题源 evidence 明确问如何防范幻觉、上线标准是什么、准确率达到什么水平才可发布，所以回答要先定义准确率口径，再给出可上线的指标组合和分级阈值。阈值只能作为参考门槛示例，并需按场景风险调整，不能说成题源或公司内部固定标准。
AI Agent 在故障排查场景中生成错误建议时，如何用证据约束、置信度、人审/拒答、工具校验和回归评测避免误导用户？
这道题考察故障排查 Agent 的安全边界和质量治理。高质量回答要把错误建议看成高风险输出，通过证据约束、工具校验、置信度、拒答、人审和回归评测降低误导用户的概率。
多源检索 Agent 如何判断证据已足够生成结论，在文献、病历和网页结果冲突时划分可信优先级并排序筛选，同时用停止条件避免死循环？
这题考多源检索 Agent 的证据治理能力。高质量回答要说明如何拆解问题、判断证据是否足够、处理文献/病历/网页冲突、排序筛选来源，并用明确停止条件避免检索和推理循环失控。
VLM 做 SFT 后过度依赖文本、忽略图像并产生视觉幻觉时，如何从数据、loss mask、图文对齐、hard negative 和评测切片排查修复？
这题考 VLM 训练排障能力。重点不是泛泛说“加图像数据”，而是要从 SFT 数据比例、文本捷径、loss mask、视觉 token 利用、图文对齐、hard negative、消融实验和评测切片系统定位：模型是没有看视觉信息，还是看了但对齐差，还是评测集暴露了特定幻觉类型。
客服场景中，Expert Agent 应如何按业务维度拆分，并通过 Prompt 输入、输出约束和预设 Workflow 降低幻觉与泛化损失？
这题考客服 Agent 架构拆分能力。回答要讲清 Expert Agent 的划分维度、Prompt 输入、输出约束、预设 Workflow，以及如何用证据和边界降低幻觉与泛化损失。
面向 VQA、图像描述、OCR、视频理解等多模态生成/理解任务，如何评估输出质量，并通过数据集质量控制与 GPT 辅助标注提升评测可靠性？
这题考多模态模型评测和评测集质量建设。回答要覆盖 VQA、图像描述、OCR、视频理解等任务的输出质量维度，也要讲数据集清洗、人评标注、GPT 辅助构造和裁判校准。