大模型面试必问的10个问题——从Transformer到Agent一次讲透

名校课程-顶级中配

合集 · AI大模型实战 (41)

  1. 49:01
    B站最好的CUDA系列课程04-CUDA编程前置技能精讲｜C/C++底层关键点速通
  2. 24:43
    【中英双语】Kimi K3实测：2.8万亿参数开源模型，编程能力真香还是翻车？ | Fahd Mirza
  3. 22:30
    【中英双语】vLLM vs 传统推理：KV缓存如何让GPU吞吐量翻倍？实测对比
  4. 8:37:21
    【中文配音】大模型+机器学习面试通关全攻略| meta高级工程师主讲
  5. 27:23
    【中英双语】10分钟掌握vLLM：从KV缓存瓶颈到生产级API服务全流程
  6. 1:39:58
    【中文配音】约翰霍普金斯CUDA并行编程：从核函数到寄存器调优
  7. 2:03:58
    【中文配音】C++校招方向-CUDA系列课程06-编写首个CUDA核函数｜向量加法实战与内存模型
  8. 2:23:05
    【中文配音】B站最好的CUDA系列课程11-从零实现MNIST GPU训练｜CPU→CUDA全栈移植
  9. 0:40
    【中文配音】B站最好的CUDA系列课程13-CUDA学习路径全景图｜进阶方向与资源指南
  10. 13:38
    【中文配音】B站最好的CUDA系列课程12-CUDA项目调优与调试｜性能分析工具实战
  11. 5:49
    【中文配音】AI infra基础设施详解
  12. 30:12
    【中英双语】6GB显存跑Qwen 3.6 35B大模型llama.cpps实战？GTX 1060速度飙到17 token/s | Codacus
  13. 16:36
    【中英双语】LTX 2.3 vs Wan 2.2：免费开源AI视频模型对决，谁才是最强？ | MDMZ
  14. 16:48
    【中英双语】llama.cpp更新让本地AI速度飙升65%，MacBook Pro实测 | Codacus
  15. 46:00
    【中英双语】Ornith 35B vs Qwen 35B 本地大模型对决，16G显存实测谁更强？ | Luke's Dev Lab
  16. 21:40
    【中英双语】DeepSeek V4本地部署实测：3090/4090能跑吗？什么样的显卡可以跑DeepSeek，什么样的显卡可以跑qwen
  17. 7:00:32
    【中英双语】12步搞定LLM训练全流程：数据、分词、预训练、LoRA微调，大模型微调
  18. 9:46:17
    【中英双语】ComfyUI课程：从零学习ComfyUI， 短句/漫剧如何制作？
  19. 6:21:18
    【中文配音】大模型面试必问的10个问题——从Transformer到Agent一次讲透
  20. 24:16
    【中英双语】10分钟搞懂KV Cache：预填充与解码分离，让大模型推理效率飙升10倍，GPU内存省一半
  21. 19:50:18
    【中英双语】保姆级机器学习从入门到实战：线性回归、SVM、聚类、集成学习全涵盖
  22. 1:12:01
    【中英双语】大模型面试必问：KV Cache到底是什么？从零拆解推理加速原理
  23. 2:47:23
    【中文配音】C++校招方向-CUDA系列课程08-加速矩阵乘法实战｜Shared Memory优化技巧
  24. 20:57
    【中文配音】B站最好的CUDA系列课程02-GPU加速深度学习实战 | GPU高性能计算实战
  25. 16:55
    【中文配音】B站最好的CUDA系列课程01-课程导览 | GPU高性能计算实战
  26. 42:17
    【中文配音】B站最好的CUDA系列课程09-Triton入门实战｜简化CUDA编程新范式
  27. 11:38:32
    【中英双语】通过5个项目学习PyTorch，学习底层AI必备PyTorch，PyTorch项目实战
  28. 13:02
    【中英双语】同一个提示词，第一次1美元第二次5美分？大模型省钱的隐藏技巧 | Adam Rosler
  29. 13:30
    【中文配音】C++校招方向-CUDA系列课程10-PyTorch CUDA扩展开发｜自定义算子实战
  30. 1:45:54
    【中英双语】从零手写大模型架构，我学到了什么？
  31. 2:04
    【中英双语】学AI前必须先学机器学习？别走弯路，这才是正确入门路线 | Gaurav Sen
  32. 41:11:30
    【中英双语】卡内基-深度学习系统课全解析-CMU Deep Learning Systems 10-414/714
  33. 9:33
    【中文配音】B站最好的CUDA系列课程03-Windows/Linux双平台CUDA环境搭建｜一键启用GPU开发
  34. 1:40:12
    【中文配音】C++校招方向-CUDA系列课程07-CUDA API核心接口精解｜内存管理与核函数调用
  35. 15:52
    【中文配音】B站最好的CUDA系列课程05-GPU硬件架构全景解析｜读懂显卡如何并行计算
  36. 26:12:14
    【中英双语】从零手写Transformer到LLaMA｜原片合计145万+ 2023–2024
  37. 1:35:11
    【中英双语】AI基础设施(AI Infra)全解析：从单卡到千卡集群，GPU/vLLM/LLM-D实战 | KodeKloud
  38. 18:56
    【中英双语】Llama.cpp vs vLLM：本地大模型引擎谁更强？实测对比帮你选 | IBM Technology
  39. 24:15
    【中英双语】本地AI到底怎么跑？8B模型要16G显存？Ollama vs vLLM核心原理和工具选择 | Dots and Arrows
  40. 13:18
    【中英双语】AI编程实战：LLM还是智能体？一次讲清怎么选怎么用
  41. 38:03
    【中英双语】本地跑大模型加速：量化到底怎么选，实测省一半显存

Parts

  1. P1 · 01-KV 缓存到底是什么？
  2. P2 · 02-大语言模型到底是什么？
  3. P3 · 03-Transformer 架构是什么？
  4. P4 · 04-注意力机制是什么？
  5. P5 · 05-分页注意力是什么？
  6. P6 · 06-分组查询注意力是什么？
  7. P7 · 07-AI 智能体到底是什么？
  8. P8 · 08-RAG 与微调的对比
  9. P9 · 09-Harness 工程是什么？
  10. P10 · 10-工具是什么 | Pi Agent Harness
Description 
从大语言模型的基础概念出发，这套内容逐步拆解了面试中高频出现的核心技术问题。它没有停留在名词解释的层面，而是沿着一条清晰的技术演进路径展开：先用通俗的方式讲清楚大语言模型和Transformer架构的本质，再深入到注意力机制及其优化变体，比如分页注意力和分组查询注意力，让你理解为什么这些设计能支撑长文本和高效推理。紧接着，话题转向应用层面，探讨AI智能体的构建思路，以及RAG与微调两种技术路线在实际场景中的取舍与对比。最后落脚到工程落地，介绍Harness工程和工具链的设计逻辑，并结合Pi Agent Harness给出可运行的思路参考。整个系列把理论与工程串联起来，适合正在准备大模型相关面试的学习者，也适合希望系统梳理LLM知识体系的开发者。无论你是想查漏补缺，还是想建立从原理到实践的完整认知，都能在这里找到连贯的学习线索。