#参考入口

• https://github.com/KalyanKS-NLP/LLM-Interview-Questions-and-Answers-Hub
• https://github.com/wdndev/llm_interview_note
• https://www.interviewbit.com/llm-interview-questions-answers/
• https://www.coursera.org/articles/large-language-models-interview-questions
• https://www.nowcoder.com/feed/main/detail/5af881e158b6430f96d0b984d8dde0ce
• https://xiaolincoding.com/other/ai.html
• https://cloud.tencent.com.cn/developer/article/2497634
• https://finance.ifeng.com/c/8gpbjdPUZJf
• https://www.pconline.com.cn/focus/1878/18787183.html
• https://finance.sina.com.cn/roll/2025-02-05/doc-ineimcyh2171404.shtml
• https://www.qbitai.com/2025/02/250758.html
• https://www.nowcoder.com/feed/main/detail/c8ddab6cf8ea467c9e4003c9256616cb
• https://www.nowcoder.com/feed/main/detail/783b56e3b54e425fbc2078ce55ec9f62
• https://www.nowcoder.com/feed/main/detail/32594855133d427ab983700e238e20f7

#参考入口的使用边界

参考入口只用于追溯材料来源和扩展阅读，不作为正文学习顺序。这里的链接覆盖英文题库、中文面经、岗位市场文章和若干工程路线资料，质量和用途并不完全相同，阅读时要按目的筛选。

题库来源适合抽取高频问题和术语表达；面经来源适合识别真实追问和岗位语境；行业文章适合了解招聘热点和宏观趋势，但不能替代技术细节；工程路线资料适合补实现、复杂度和系统边界。

#核验清单

• 遇到新名词时，先回到本题库对应章节确认定义和边界。
• 遇到面经结论时，区分个别公司偏好和通用知识点。
• 遇到行业文章时，只提取趋势，不把非技术表述当成标准答案。
• 需要追溯来源时，再回到第 02 章查看来源作用说明。

#推荐核验流程

当你从外部链接看到一个新题时，先判断它属于十个核心模块中的哪一类，再回到目录找对应章节。接着检查三个层次：定义是否和本题库一致，工程边界是否补齐，是否存在 2025-2026 年之后的新变化需要额外确认。这样能避免把单篇文章的表达误当成通用答案。

对于真实面经，尤其要注意样本偏差。同一家公司不同团队的面试侧重点可能不同，不能因为某一篇经验贴问了某个冷门点，就把它提升到主线优先级。参考入口的作用是扩展视野和追溯材料，不改变本题库的主线学习顺序。