LLM & Üretken YZ Mülakat Soruları · Yapay Zeka
Yapay Zeka Mühendisi (AI/ML) mülakatlarında karşınıza çıkabilecek 15 LLM & Üretken YZ sorusu. Tüm Yapay Zeka sorularına dön.
15 soru
- RAG'de chunking stratejisi, hybrid search ve reranker neden önemlidir? Retrieval kalitesi düşükse ne yaparsınız?
- Şirket içi dokümanlar (Confluence, PDF, wiki) üzerinde soru cevaplayan bir RAG sistemi tasarlayın.
- Hangi prompt engineering tekniklerini kullanırsınız? Few-shot ve chain-of-thought ne zaman işe yarar?
- LLM'lerde temperature, top-k ve top-p (nucleus) sampling parametreleri ne işe yarar?
- Production'daki bir LLM uygulamasında maliyeti ve gecikmeyi (latency) nasıl düşürürsünüz?
- Prompt injection nedir? LLM tabanlı bir uygulamayı ve agent'ı buna karşı nasıl korursunuz?
- Bir LLM uygulamasını nasıl değerlendirirsiniz? Benchmark'lar ve LLM-as-judge yaklaşımının sınırlamaları nelerdir?
- Function calling (tool use) nasıl çalışır? Basit bir LLM agent döngüsü nasıl kurulur?
- Model quantization nedir? FP16, BF16, INT8 ve INT4 arasındaki trade-off'lar nelerdir? 70B bir model için ne kadar VRAM gerekir?
- LoRA ve QLoRA nasıl çalışır? Rank (r) ve alpha nasıl seçilir?
- Prompting, RAG ve fine-tuning arasında nasıl seçim yaparsınız?
- LLM halüsinasyonu nedir, neden oluşur? Production'da nasıl azaltır ve ölçersiniz?
- KV cache nedir, neden gereklidir? Bellek maliyetini nasıl hesaplarsınız ve nasıl azaltılır?
- Bir LLM nasıl eğitilir? Pretraining, SFT ve RLHF/DPO aşamalarını açıklayın.
- Tokenization nedir? BPE nasıl çalışır ve token sayısı neden önemlidir?