系统梳理LLM面试知识点，助你高效备战大模型岗位
这是一个面向大语言模型（LLM）算法工程师和应用工程师的面试与知识整理项目，内容涵盖从基础理论到实际应用的完整知识体系。项目以笔记形式组织，包含Transformer架构、注意力机制、模型微调（如LoRA、PEFT）、提示工程、RAG（检索增强生成）、模型部署与推理优化等核心主题，并整理了常见面试题及解答思路。它解决了LLM领域学习资料分散、面试准备无系统性的问题，为求职者和从业者提供了一份结构化、可检索的中文参考资料。项目采用HTML格式，便于在线阅读和导航，内容持续更新，紧跟技术发展。
⚠ 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。
1在线阅读文档
README 提供了在线阅读链接，直接访问即可浏览全部笔记，无需任何安装或配置。
2克隆仓库到本地
在想要保存笔记的目录执行克隆命令，将整个笔记仓库下载到本地。
git clone https://github.com/wdndev/llm_interview_note.git3进入项目目录
进入刚克隆下来的仓库目录，查看 README 与各部分笔记文件。
cd llm_interview_note4用编辑器阅读笔记
README 未给出本地构建或本地启动命令，可用 Markdown 阅读器或编辑器打开仓库内的 .md 笔记文件阅读。
浏览器能打开 https://wdndev.github.io/llm_interview_note 并看到笔记目录即表示阅读环境正常；本地克隆后目录中出现 README.md 即表示下载成功。
Q：需要安装 Python、CUDA 或下载模型吗？
A：不需要。本项目是笔记与面试题整理文档，在线阅读或本地阅读 Markdown 即可，不涉及模型推理和依赖安装。
Q：本地能像网站一样渲染浏览吗？
A：README 未提供本地构建命令。最省事的方式是直接访问官方在线阅读链接；本地可用 Markdown 阅读器查看笔记文件。
Q：在线阅读链接打不开怎么办？
A：可能是网络问题，可尝试更换网络或代理，也可以改用 git clone 把仓库下载到本地再用编辑器阅读。
LLM University (Cohere)、Hugging Face Course、Prompt Engineering Guide
llm_interview_note 是学习教育领域的开源项目，由 wdndev 开发，2023 年首次发布。
在全站 13,090 个收录项目中，它的 GitHub 星标数（15,148）位列前 4%，在学习教育分类的 429 个项目里位列前 7%。
近 41 天，它的 GitHub 星标从 14,894 增加到 15,148，净增 254。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-22。免费提供，无付费版本。
它主要面向的使用场景是：准备大模型算法或应用工程师的面试。同类可对比的替代方案包括 LLM University (Cohere)、Hugging Face Course、Prompt Engineering Guide。
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.
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···
notebooks
开源
跟着最新视觉模型教程，边看边跑代码，快速上手实战
A collection of tutorials on state-of-the-art computer vision models and techniques.···