Appearance
系统化掌握LLM相关技术，提升AI领域面试竞争力
Transformer架构、训练目标与参数、模型优化与量化、LLM涌现能力等核心原理
指令微调、PEFT、RLHF等微调技术，不同微调方法的种类与实际用途
提示工程的基础概念、技巧与多轮对话设计，风险评估方法
Agent基础、ReAct框架、LangChain应用、记忆模块和Function Calling等关键技术
RAG基础流程、文档分块与向量检索技术，高级方法和GraphRAG应用
模型部署、安全隐私保护、LangChain/LangGraph框架、API调用和SSE/WebSocket通信
模型评估方法与维度，性能监控和用户体验优化技巧
幻觉问题、DeepSeek-R1模型优缺点、IoT垂直领域应用等前沿话题
