大模型（LLM）面试资料合集

📚 大模型（LLM）面试资料合集
分享一套大模型相关面试资料，内容覆盖大模型核心知识点、RAG、微调、训练、推理、分布式训练等高频面试考点，适合准备 AI 算法工程师、大模型应用工程师、NLP 工程师等岗位面试。

                               
登录/注册后可看大图

📖 资料内容涵盖：
✅ LLM 基础知识与高频面试题
✅ Transformer、Attention、LayerNorm 等核心原理
✅ LangChain、Prompt Engineering 面试考点
✅ RAG（检索增强生成）原理、优化与实战面试题
✅ Graph RAG、RAG-Fusion、知识库构建相关问题
✅ LoRA、PEFT、Adapter Tuning 等微调技术面试题
✅ SFT、Pretrain、RLHF、PPO 等训练流程面试考点
✅ 模型推理、模型评测、训练数据构建相关问题
✅ 多轮对话、长上下文记忆优化面试题
✅ DeepSpeed、ZeRO、DDP、Pipeline Parallel、AMP 等分布式训练面试题
✅ 大模型训练、推理、部署等常见面试问题与解析
🎯 适合人群：
• 大模型（LLM）算法工程师面试
• AI 应用开发工程师面试
• NLP 算法工程师面试
• AIGC、大模型相关岗位求职者
📂 资料以 PDF 为主，整理了大量高频面试题及知识点总结，方便查漏补缺和面试冲刺。