注意力机制详解
4 分钟阅读
深入讲解注意力机制的原理、变体和优化
高频面试题精选
7 分钟阅读
精选最常考的面试题，涵盖所有核心领域。
README
1 分钟阅读
全面覆盖 AI/LLM 面试核心知识点，包含八股文、技术深度和项目经验。
04 项目经验表达指南
6 分钟阅读
面试中如何有效表达项目经验，展示技术深度。
03 系统设计题精选
9 分钟阅读
大模型时代的系统设计面试题，涵盖 RAG、Agent、推荐系统等。
02 手撕代码题精选
10 分钟阅读
面试必考的编程题，含详细实现和注释。
01 分布式训练详解
6 分钟阅读
```python
01 Agent架构详解
6 分钟阅读
```python
01 RAG架构详解
7 分钟阅读
**RAG (Retrieval-Augmented Generation)**: 检索增强生成
01 推理优化技术全景
8 分钟阅读
| 挑战 | 描述 |
02 RLHF与对齐技术
6 分钟阅读
**让 AI 的行为符合人类意图和价值观**
01 参数高效微调
6 分钟阅读
1. **计算成本高**: 全参数更新需要大量 GPU 内存
长上下文技术详解
5 分钟阅读
```python
多模态大模型详解
5 分钟阅读
```python
Qwen系列详解
5 分钟阅读
| 模型 | 年份 | 参数量 | 关键创新 |
LLaMA系列详解
6 分钟阅读
| 模型 | 年份 | 参数量 | 关键创新 |
GPT系列详解
4 分钟阅读
| 模型 | 年份 | 参数量 | 关键创新 |
DeepSeek系列详解
6 分钟阅读
| 模型 | 年份 | 参数量 | 关键创新 |
BERT系列详解
4 分钟阅读
| 模型 | 年份 | 关键创新 |
2025 2026技术趋势
8 分钟阅读
最新技术动态和面试热点方向。
01 Transformer架构详解
4 分钟阅读
Transformer 采用 **Encoder-Decoder** 结构，完全基于注意力机制，抛弃了传统的 RNN/CNN。
java虚拟线程
3 分钟阅读
CAP定理
1 分钟阅读