项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
技术标签
使用教程
—
⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。
环境要求
- 可访问 GitHub 的网络环境
- 本机已安装 Git（用于克隆仓库）
- 任意 Markdown 阅读器或浏览器（README 未指定，用于阅读文档）
安装与启动步骤
-
1克隆题库仓库
把整个面试题库拉到本地，后续所有 Markdown 文档都在这个目录里。README 未给安装脚本，克隆即可使用。
git clone https://github.com/km1994/LLMs_interview_notes.git -
2进入仓库目录
切换到刚克隆下来的目录，才能查看 README 和各个专题文档。
cd LLMs_interview_notes -
3打开主页导航
先读仓库首页的目录导航表，按 RAG、Agent、RL 后训练等模块选择要刷的专题。
cat README.md -
4按考点主题阅读
README 中的题目均以链接形式给出，点击或打开对应文档查看一句话答案、拆解与追问。
如何确认成功
能打开 README.md 并看到“大模型面试宝典”“800+ 高频面试考点”标题，即说明已成功获取题库。
常见问题
Q：需要安装 Python、Docker 或依赖库吗？
A：不需要。README 未提供任何安装命令或依赖清单，本仓库以 Markdown 文档为主，克隆后用编辑器或浏览器阅读即可。
Q：题目答案为什么不完整？
A：README 中多数考点只给出提纲和跳转链接，完整答案需点击对应链接查看，部分指向外部文章页面。
Q：文档里的链接跳到别的仓库？
A：README 目录导航指向 km1994/AIGC-Interview-Book 仓库下的 rag_160.md、agent_100.md 等文件，属正常跳转。
Q：怎样参与题库更新？
A：README 说明可通过 Issue 提新题、通过 PR 修改答案，作者都会查看。
注意事项
- 本仓库是面试题库文档集合，不是可运行的程序，无需构建或启动服务。
- README 未提供安装、配置、端口等信息，上述步骤仅基于克隆仓库这一通用动作，请以仓库实际内容为准。
- 部分考点答案需跳转外部文章链接，可能存在访问限制。
- 仓库声称持续更新，请以 GitHub 上最新版本为准。
核心亮点
- 按主题分类整理，覆盖 Transformer、RLHF、推理优化等大模型面试高频方向，成体系
- 以问答形式呈现，适合快速自测和查漏补缺，复习效率高
- 纯文档仓库，无需环境配置，克隆或在线浏览即可使用
不足之处
- 内容以题目罗列为主，部分答案深度有限，缺少完整推导和代码示例
- 更新依赖社区贡献，新模型和新技术考点的跟进速度待观察
适用场景
- 准备大模型算法岗面试前集中刷题复习
- 转行或入门者按主题建立 LLM 知识框架
- 面试前快速过一遍高频考点查漏补缺
替代项目
llm_interview_note、ML-Interview-Notes
同类项目推荐
awesome-awesome-ai
开源
一站式导航AI资源，告别收藏夹吃灰
An awesome list for collecting awesome lists related to AI.
learn-from-materials
开源
把PDF和论文变成能做题、能做笔记的学习网页
Turn PDFs, books and papers into interactive learning webpages｜将复杂材料转化为可追···
machine-learning
开源
免费学AI，从入门到实战，社区共建资源库
Learn AI together, for free. AI learning and teaching resources for everyone.
groundhog
开源
拆解 Cursor 原理，手把手教你造 AI 编程助手
Groundhog's primary purpose is to teach people how Cursor and all these other coding···