# turing-llm-interview-notes-2026

**Repository Path**: honlnk/turing-llm-interview-notes-2026

## Basic Information

- **Project Name**: turing-llm-interview-notes-2026
- **Description**: 图灵AI大模型面试核心点(2026版) · 语雀知识库离线 markdown 副本（632篇：大模型面试题/RAG/微调/Agent/项目方案 + Claude Code/Codex 等实战教程）
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 1
- **Created**: 2026-09-20
- **Last Updated**: 2026-10-13

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 图灵AI大模型面试核心点(2026版)

> 来源: https://www.yuque.com/aaron-wecc3/dhluml （语雀密码访问）
> 下载时间: 2026-09-17

## 说明

- 本目录为该语雀知识库的完整离线副本，共 633 篇文档的 markdown 文件。
- 正文文档中的图片仍引用语雀 CDN 在线地址（公开可访问）。
- 约 178 篇文档正文为 PDF 附件（图片型幻灯片），PDF 原件保存在 `_attachments/` 目录；对应 md 文件为 **OCR 识别后的全文文本**（macOS Vision 框架本地识别，含分页标记，可能有个别识别误差），并附 PDF 本地/在线链接。
- 20 篇文档在平台上已失效（404），对应 md 为失效占位说明。
- 15 篇为目录占位页（无正文）。

## 目录索引

- [AI大模型面试系列](AI大模型面试系列.md)
- **AI大模型/**
  - [1.LangChain快速入门与底层原理](AI大模型/1.LangChain快速入门与底层原理.md)
  - [10.LangGraph快速入门与底层原理剖析](AI大模型/10.LangGraph快速入门与底层原理剖析.md)
  - [100.基于PyTorch微调T5模型](AI大模型/100.基于PyTorch微调T5模型.md)
  - [101.基于Accelerate进行分布式训练](AI大模型/101.基于Accelerate进行分布式训练.md)
  - [102.PEFT参数高效微调](AI大模型/102.PEFT参数高效微调.md)
  - [103.HuggingFace 模型发布与格式转换](AI大模型/103.HuggingFace 模型发布与格式转换.md)
  - [104.基于Coze空间完美平替Manus](AI大模型/104.基于Coze空间完美平替Manus.md)
  - [105.PEFT消费级设备训练模型](AI大模型/105.PEFT消费级设备训练模型.md)
  - [106.PEFT定制化LoRA模型配置](AI大模型/106.PEFT定制化LoRA模型配置.md)
  - [107.Stable Diffusion模型微调](AI大模型/107.Stable Diffusion模型微调.md)
  - [108.基于P-Tuning微调模型](AI大模型/108.基于P-Tuning微调模型.md)
  - [109.基于LoRA训练图像分类模型](AI大模型/109.基于LoRA训练图像分类模型.md)
  - [11.LangGraph快速构建Agent工作流应用](AI大模型/11.LangGraph快速构建Agent工作流应用.md)
  - [110.基于IA3训练Seq2Seq模型](AI大模型/110.基于IA3训练Seq2Seq模型.md)
  - [111.基于TIES合并微调模型](AI大模型/111.基于TIES合并微调模型.md)
  - [112.基于Bitsandbytes量化模型](AI大模型/112.基于Bitsandbytes量化模型.md)
  - [113.QLoRA量化微调快速入门](AI大模型/113.QLoRA量化微调快速入门.md)
  - [114.基于QLoRA微调LLaMA](AI大模型/114.基于QLoRA微调LLaMA.md)
  - [115.基于DeepSpeed加速大模型训练](AI大模型/115.基于DeepSpeed加速大模型训练.md)
  - [116.基于魔搭平台进行DDP分布式训练](AI大模型/116.基于魔搭平台进行DDP分布式训练.md)
  - [117.基于FSDP实现完全分片数据并行训练](AI大模型/117.基于FSDP实现完全分片数据并行训练.md)
  - [118.Swift模型训练框架快速入门](AI大模型/118.Swift模型训练框架快速入门.md)
  - [119.基于Swift框进行量化训练](AI大模型/119.基于Swift框进行量化训练.md)
  - [12.LangGraph基于RAG构建智能客服应用](AI大模型/12.LangGraph基于RAG构建智能客服应用.md)
  - [120.Swift多模态模型训练](AI大模型/120.Swift多模态模型训练.md)
  - [121.XTuner模型训练框架快速入门](AI大模型/121.XTuner模型训练框架快速入门.md)
  - [122.XTuner模型转换和推理](AI大模型/122.XTuner模型转换和推理.md)
  - [123.Dify私有化部署与快速入门](AI大模型/123.Dify私有化部署与快速入门.md)
  - [124.Dify搭建AI图片生成应用](AI大模型/124.Dify搭建AI图片生成应用.md)
  - [125.Dify搭建个人在线旅游助手](AI大模型/125.Dify搭建个人在线旅游助手.md)
  - [126.Dify搭建金融投资分析智能体](AI大模型/126.Dify搭建金融投资分析智能体.md)
  - [127.Dify基于ChatFlow搭建文章理解助手](AI大模型/127.Dify基于ChatFlow搭建文章理解助手.md)
  - [128.Dify基于RAG知识库搭建智能客服](AI大模型/128.Dify基于RAG知识库搭建智能客服.md)
  - [129.Dify基于工作流搭建社媒分析助手](AI大模型/129.Dify基于工作流搭建社媒分析助手.md)
  - [13.如何基于Dify快速构建AI原生应用](AI大模型/13.如何基于Dify快速构建AI原生应用.md)
  - [130.Dify集成MCP服务实现文案创作](AI大模型/130.Dify集成MCP服务实现文案创作.md)
  - [131.Dify借助插件打造PPT生成工作流](AI大模型/131.Dify借助插件打造PPT生成工作流.md)
  - [132.LLaMA Factory模型训练快速入门](AI大模型/132.LLaMA Factory模型训练快速入门.md)
  - [133.LLaMA Factory基于Lora微调模型](AI大模型/133.LLaMA Factory基于Lora微调模型.md)
  - [134.LLaMA Factory模型合并和推理](AI大模型/134.LLaMA Factory模型合并和推理.md)
  - [135.LLaMA Factory模型量化](AI大模型/135.LLaMA Factory模型量化.md)
  - [136.LLaMA Factory模型评估](AI大模型/136.LLaMA Factory模型评估.md)
  - [137.LLaMA Factory基于DDP并行训练模型](AI大模型/137.LLaMA Factory基于DDP并行训练模型.md)
  - [138.LLaMA Factory基于DeepSpeed加速训练模型](AI大模型/138.LLaMA Factory基于DeepSpeed加速训练模型.md)
  - [139.LLaMA Factory基于FSDP训练模型](AI大模型/139.LLaMA Factory基于FSDP训练模型.md)
  - [14.HuggingFace 核心组件及应用实战](AI大模型/14.HuggingFace 核心组件及应用实战.md)
  - [140.LLaMA Factory模型训练跟踪和监测](AI大模型/140.LLaMA Factory模型训练跟踪和监测.md)
  - [141.LLaMA Factory模型部署和接口调用](AI大模型/141.LLaMA Factory模型部署和接口调用.md)
  - [142.Dify整合Ollama访问本地大模型](AI大模型/142.Dify整合Ollama访问本地大模型.md)
  - [143.Dify基于Echarts插件打造可视化报表](AI大模型/143.Dify基于Echarts插件打造可视化报表.md)
  - [144.Dify一键生成朋友圈图文](AI大模型/144.Dify一键生成朋友圈图文.md)
  - [145.Dify打造小红书爆改工作流](AI大模型/145.Dify打造小红书爆改工作流.md)
  - [146.Dify一键获取热榜文章内容](AI大模型/146.Dify一键获取热榜文章内容.md)
  - [147.Dify搭建专业简历美化助手](AI大模型/147.Dify搭建专业简历美化助手.md)
  - [148.Dify打造自媒体运营专家工作流](AI大模型/148.Dify打造自媒体运营专家工作流.md)
  - [149.Dify搭建发票识别机器人](AI大模型/149.Dify搭建发票识别机器人.md)
  - [15.大模型时代为什么需要向量数据库_](AI大模型/15.大模型时代为什么需要向量数据库_.md)
  - [150.Dify搭建历史故事语音播报工作流](AI大模型/150.Dify搭建历史故事语音播报工作流.md)
  - [151.Dify基于视觉模型实现多票据识别](AI大模型/151.Dify基于视觉模型实现多票据识别.md)
  - [152.Dify实现业务单据自动核对](AI大模型/152.Dify实现业务单据自动核对.md)
  - [153.Dify搭建股票价格趋势智能体](AI大模型/153.Dify搭建股票价格趋势智能体.md)
  - [154.Dify根据API文档生成接口代码](AI大模型/154.Dify根据API文档生成接口代码.md)
  - [155.Dify整合DeepSeek调用MCP推送新闻到企微](AI大模型/155.Dify整合DeepSeek调用MCP推送新闻到企微.md)
  - [156.Dify视频转文字会议纪要](AI大模型/156.Dify视频转文字会议纪要.md)
  - [157.Dify实现英语作文智能批改工作流](AI大模型/157.Dify实现英语作文智能批改工作流.md)
  - [158.Dify实现合同智能审查工作流](AI大模型/158.Dify实现合同智能审查工作流.md)
  - [159.Dify开发Markdown转Word插件](AI大模型/159.Dify开发Markdown转Word插件.md)
  - [16.如何微调BERT模型进行文本分类](AI大模型/16.如何微调BERT模型进行文本分类.md)
  - [17.如何针对超长文本进行微调训练](AI大模型/17.如何针对超长文本进行微调训练.md)
  - [174.10分钟拆解大语言模型黑箱](AI大模型/174.10分钟拆解大语言模型黑箱.md)
  - [175.大模型应用架构解析](AI大模型/175.大模型应用架构解析.md)
  - [176.RAG检索增强生成](AI大模型/176.RAG检索增强生成.md)
  - [177.深度解析RAG与模型微调](AI大模型/177.深度解析RAG与模型微调.md)
  - [178.AI Agent 智能体](AI大模型/178.AI Agent 智能体.md)
  - [179.AI大模型微调](AI大模型/179.AI大模型微调.md)
  - [18.如何基于GPT定制化微调训练](AI大模型/18.如何基于GPT定制化微调训练.md)
  - [180.深度解析Agent两大认知框架](AI大模型/180.深度解析Agent两大认知框架.md)
  - [181.RAG检索优化与实践指南](AI大模型/181.RAG检索优化与实践指南.md)
  - [182.RAG和微调的应用场景](AI大模型/182.RAG和微调的应用场景.md)
  - [183.CodeBuddy 自动化数据分析和竞品调研](AI大模型/183.CodeBuddy 自动化数据分析和竞品调研.md)
  - [184.CodeBuddy Skills AI编程最佳实践](AI大模型/184.CodeBuddy Skills AI编程最佳实践.md)
  - [185.深入理解检索增强生成(RAG)的工作机制](AI大模型/185.深入理解检索增强生成(RAG)的工作机制.md)
  - [186.RAG系统的高级优化工程](AI大模型/186.RAG系统的高级优化工程.md)
  - [187.LangChain 快速入门与底层原理](AI大模型/187.LangChain 快速入门与底层原理.md)
  - [188.LangGraph工作流与人机交互](AI大模型/188.LangGraph工作流与人机交互.md)
  - [189.LangGraph子图可控性](AI大模型/189.LangGraph子图可控性.md)
  - [19.ModelScope模型训练平台配置与使用](AI大模型/19.ModelScope模型训练平台配置与使用.md)
  - [190.MCP 三种通信机制对比](AI大模型/190.MCP 三种通信机制对比.md)
  - [191.Llamalndex框架入门与实践指南](AI大模型/191.Llamalndex框架入门与实践指南.md)
  - [192.Llamalndex构建基于行业数据的LLM应用](AI大模型/192.Llamalndex构建基于行业数据的LLM应用.md)
  - [193.AI+Agent三大核心技术](AI大模型/193.AI+Agent三大核心技术.md)
  - [194.AI大模型幻觉深度解析](AI大模型/194.AI大模型幻觉深度解析.md)
  - [195.模型微调原理](AI大模型/195.模型微调原理.md)
  - [196.LangChain、Dify、n8n、Coze框架对比](AI大模型/196.LangChain、Dify、n8n、Coze框架对比.md)
  - [197.上下文工程：从对话到上下文工程](AI大模型/197.上下文工程：从对话到上下文工程.md)
  - [198.MoA是什么？它与MoE的区别是什么？](AI大模型/198.MoA是什么？它与MoE的区别是什么？.md)
  - [199.模型微调数据集创建工具Easy dataset](AI大模型/199.模型微调数据集创建工具Easy dataset.md)
  - [2.LangChain提示词工程应用实践](AI大模型/2.LangChain提示词工程应用实践.md)
  - [20.如何使用AutoDL高效训练大模型](AI大模型/20.如何使用AutoDL高效训练大模型.md)
  - [200.大模型思维链原理](AI大模型/200.大模型思维链原理.md)
  - [201.Al大模型4大基础组件](AI大模型/201.Al大模型4大基础组件.md)
  - [202.用大白话理解提示工程、RAG、微调](AI大模型/202.用大白话理解提示工程、RAG、微调.md)
  - [203.Agents 最佳实践指南.pdf](AI大模型/203.Agents 最佳实践指南.pdf.md)
  - [204.为什么说Al大模型微调中最不需要关注的就是GPU](AI大模型/204.为什么说Al大模型微调中最不需要关注的就是GPU.md)
  - [205.Coze工作流和触发器](AI大模型/205.Coze工作流和触发器.md)
  - [206.Coze知识库和记忆](AI大模型/206.Coze知识库和记忆.md)
  - [207.零代码搭建Excel数据分析可视化小助手](AI大模型/207.零代码搭建Excel数据分析可视化小助手.md)
  - [208.MCP最佳落地实践](AI大模型/208.MCP最佳落地实践.md)
  - [209.RAG技术的三大范式和技术演进](AI大模型/209.RAG技术的三大范式和技术演进.md)
  - [21.DeepSeek-R1 模型本地部署保姆教程](AI大模型/21.DeepSeek-R1 模型本地部署保姆教程.md)
  - [210.Vibe Coding 从入门到实践](AI大模型/210.Vibe Coding 从入门到实践.md)
  - [211.深入理解Transformer技术原理](AI大模型/211.深入理解Transformer技术原理.md)
  - [212.如何实现一个RAG架构](AI大模型/212.如何实现一个RAG架构.md)
  - [213.如何微调训练电商大模型](AI大模型/213.如何微调训练电商大模型.md)
  - [214.借助大模型API自动处理任务](AI大模型/214.借助大模型API自动处理任务.md)
  - [215.模型测评之如何评估大模型的表现](AI大模型/215.模型测评之如何评估大模型的表现.md)
  - [216.DeepSpeed大模型分布式框架](AI大模型/216.DeepSpeed大模型分布式框架.md)
  - [217.深度学习模型工作原理详解](AI大模型/217.深度学习模型工作原理详解.md)
  - [218.卷积神经网络CNN](AI大模型/218.卷积神经网络CNN.md)
  - [219.基于Dify的RAG问答工作流](AI大模型/219.基于Dify的RAG问答工作流.md)
  - [22.基于LM Studio私有化部署Llama3和API调用](AI大模型/22.基于LM Studio私有化部署Llama3和API调用.md)
  - [220.多Agent应用最佳实践](AI大模型/220.多Agent应用最佳实践.md)
  - [221.LoRA微调从原理到调参](AI大模型/221.LoRA微调从原理到调参.md)
  - [222.用Al优化Excel工作流程](AI大模型/222.用Al优化Excel工作流程.md)
  - [223.Dify+Qwen3构建股票分析系统](AI大模型/223.Dify+Qwen3构建股票分析系统.md)
  - [224.大模型微调流程理论篇](AI大模型/224.大模型微调流程理论篇.md)
  - [225.基于Docker本地部署Coze](AI大模型/225.基于Docker本地部署Coze.md)
  - [226.Al Agent项目实战](AI大模型/226.Al Agent项目实战.md)
  - [227.如何进行词嵌入](AI大模型/227.如何进行词嵌入.md)
  - [228.LangChain应用框架实践教程](AI大模型/228.LangChain应用框架实践教程.md)
  - [229.知识图谱是什么](AI大模型/229.知识图谱是什么.md)
  - [23.Coze接入DeepSeek R1保姆教程](AI大模型/23.Coze接入DeepSeek R1保姆教程.md)
  - [230.MCP一键生成可视化Excel](AI大模型/230.MCP一键生成可视化Excel.md)
  - [231.LLM的局限性与RAG技术引入](AI大模型/231.LLM的局限性与RAG技术引入.md)
  - [232.大模型微调部署与前后端调用全流程解析](AI大模型/232.大模型微调部署与前后端调用全流程解析.md)
  - [233.多头注意力机制](AI大模型/233.多头注意力机制.md)
  - [234.如何评估RAG](AI大模型/234.如何评估RAG.md)
  - [235.17种RAG优化策略](AI大模型/235.17种RAG优化策略.md)
  - [236.多模态模型CLIP](AI大模型/236.多模态模型CLIP.md)
  - [237.Al Agent核心概念和模块](AI大模型/237.Al Agent核心概念和模块.md)
  - [238.混合专家模型MoE](AI大模型/238.混合专家模型MoE.md)
  - [239.从0开始写一个AI Agent](AI大模型/239.从0开始写一个AI Agent.md)
  - [24.基于DeepSeek R1搭建企业级知识库](AI大模型/24.基于DeepSeek R1搭建企业级知识库.md)
  - [240.Transformer中的前馈神经网络(FFN)](AI大模型/240.Transformer中的前馈神经网络(FFN).md)
  - [241.RAG十种优化技巧](AI大模型/241.RAG十种优化技巧.md)
  - [242.知识图谱的构建和应用](AI大模型/242.知识图谱的构建和应用.md)
  - [243.多模态大模型CLIP核心机制](AI大模型/243.多模态大模型CLIP核心机制.md)
  - [244.对比学习MOCO](AI大模型/244.对比学习MOCO.md)
  - [245.MoE架构深度拆解](AI大模型/245.MoE架构深度拆解.md)
  - [246.基于LangGraph搭建一个Agent应用](AI大模型/246.基于LangGraph搭建一个Agent应用.md)
  - [247.多模态算法ALBEF模型解析](AI大模型/247.多模态算法ALBEF模型解析.md)
  - [248.多模态算法BLIP模型深度解析](AI大模型/248.多模态算法BLIP模型深度解析.md)
  - [249.Transformer核心原理与训练优化](AI大模型/249.Transformer核心原理与训练优化.md)
  - [25.DeepSeek R1打造本地化RAG知识库](AI大模型/25.DeepSeek R1打造本地化RAG知识库.md)
  - [250.LlamaFactory微调你的AI大模型](AI大模型/250.LlamaFactory微调你的AI大模型.md)
  - [251.AI大模型工作原理及三大核心能力](AI大模型/251.AI大模型工作原理及三大核心能力.md)
  - [252.AI大模型思维链原理](AI大模型/252.AI大模型思维链原理.md)
  - [253.多模态Vision Transformer](AI大模型/253.多模态Vision Transformer.md)
  - [254.AI大模型技术解析：从基础架构到核心机制](AI大模型/254.AI大模型技术解析：从基础架构到核心机制.md)
  - [255.AI大模型预训练与微调](AI大模型/255.AI大模型预训练与微调.md)
  - [256.新手小白如何入门大语言模型？](AI大模型/256.新手小白如何入门大语言模型？.md)
  - [257.AI大模型推理与训练详解](AI大模型/257.AI大模型推理与训练详解.md)
  - [258.认识AI大模型：从基础到应用](AI大模型/258.认识AI大模型：从基础到应用.md)
  - [259.AI大模型CUDA是什么？](AI大模型/259.AI大模型CUDA是什么？.md)
  - [26.DeepSeek R1模型Lora微调训练](AI大模型/26.DeepSeek R1模型Lora微调训练.md)
  - [260.如何微调BERT模型进行文本分类](AI大模型/260.如何微调BERT模型进行文本分类.md)
  - [261.Gemini 3.0模型测评](AI大模型/261.Gemini 3.0模型测评.md)
  - [262.六大AI核心概念：从幻觉到Agent](AI大模型/262.六大AI核心概念：从幻觉到Agent.md)
  - [263.多模态融合技术前沿进展深度解析](AI大模型/263.多模态融合技术前沿进展深度解析.md)
  - [264.Transformer是什么？Transformer如何工作](AI大模型/264.Transformer是什么？Transformer如何工作.md)
  - [265.提示词工程Prompt Engineering](AI大模型/265.提示词工程Prompt Engineering.md)
  - [266.知识图谱全景导读](AI大模型/266.知识图谱全景导读.md)
  - [267.AI大模型企业落地实战指南](AI大模型/267.AI大模型企业落地实战指南.md)
  - [268.知识图谱嵌入技术](AI大模型/268.知识图谱嵌入技术.md)
  - [269.SFT、RLHF、DPO的真实边界](AI大模型/269.SFT、RLHF、DPO的真实边界.md)
  - [27.AutoGen智能体开发平台快速入门](AI大模型/27.AutoGen智能体开发平台快速入门.md)
  - [270.AIGC与生成式AI全景拆解](AI大模型/270.AIGC与生成式AI全景拆解.md)
  - [271.零基础速通AI大模型应用开发学习路线](AI大模型/271.零基础速通AI大模型应用开发学习路线.md)
  - [272.模型蒸馏是什么](AI大模型/272.模型蒸馏是什么.md)
  - [273.向量化和词嵌入的区别是什么](AI大模型/273.向量化和词嵌入的区别是什么.md)
  - [274.BERT核心原理及预训练机制](AI大模型/274.BERT核心原理及预训练机制.md)
  - [275.神经网络工作原理深度解析](AI大模型/275.神经网络工作原理深度解析.md)
  - [276.多头自注意力机制深度解析](AI大模型/276.多头自注意力机制深度解析.md)
  - [277.LangChain 1.0应该要怎么用](AI大模型/277.LangChain 1.0应该要怎么用.md)
  - [278.多智能体架构深度解析](AI大模型/278.多智能体架构深度解析.md)
  - [279.17种RAG优化策略](AI大模型/279.17种RAG优化策略.md)
  - [28.DeepSeek结合AutoGen构建多Agent应用](AI大模型/28.DeepSeek结合AutoGen构建多Agent应用.md)
  - [280.Rerank模型深度讲解](AI大模型/280.Rerank模型深度讲解.md)
  - [281.从传统RAG到Agentic RAG的进阶优化](AI大模型/281.从传统RAG到Agentic RAG的进阶优化.md)
  - [282.ReAct框架原理解析与面试实战](AI大模型/282.ReAct框架原理解析与面试实战.md)
  - [283.DeepSeek-R1微调实战](AI大模型/283.DeepSeek-R1微调实战.md)
  - [284.Agent Skill 原理和实践指南](AI大模型/284.Agent Skill 原理和实践指南.md)
  - [285.Harness Engineering 从入门到精通实战](AI大模型/285.Harness Engineering 从入门到精通实战.md)
  - [286.Hermes Agent 实战从入门到精通](AI大模型/286.Hermes Agent 实战从入门到精通.md)
  - [287.Codex 实战从入门到精通](AI大模型/287.Codex 实战从入门到精通.md)
  - [29.LlamaIndex大模型应用开发快速入门](AI大模型/29.LlamaIndex大模型应用开发快速入门.md)
  - [3.LangChain工作流编排](AI大模型/3.LangChain工作流编排.md)
  - [30.DeepSeek结合LlamaIndex构建RAG应用](AI大模型/30.DeepSeek结合LlamaIndex构建RAG应用.md)
  - [31.DeepSeek开源Day1：FlashMLA技术详解](AI大模型/31.DeepSeek开源Day1：FlashMLA技术详解.md)
  - [32.DeepSeek开源Day2：DeepEP技术详解](AI大模型/32.DeepSeek开源Day2：DeepEP技术详解.md)
  - [33.DeepSeek开源Day3：DeepGEMM技术详解](AI大模型/33.DeepSeek开源Day3：DeepGEMM技术详解.md)
  - [34.DeepSeek开源Day4：DualPipe&EPLB技术详解](AI大模型/34.DeepSeek开源Day4：DualPipe&EPLB技术详解.md)
  - [35.DeepSeek开源Day5：3FS&smallpond技术详解](AI大模型/35.DeepSeek开源Day5：3FS&smallpond技术详解.md)
  - [36.DeepSeek背后核心技术揭秘](AI大模型/36.DeepSeek背后核心技术揭秘.md)
  - [37.LangChain向量管理高阶指南](AI大模型/37.LangChain向量管理高阶指南.md)
  - [38.LangChain高效检索器最佳实践](AI大模型/38.LangChain高效检索器最佳实践.md)
  - [39.LangChain自定义Callback组件](AI大模型/39.LangChain自定义Callback组件.md)
  - [4.LangChain服务部署与链路监控](AI大模型/4.LangChain服务部署与链路监控.md)
  - [40.LangChain自定义会话管理和Retriever](AI大模型/40.LangChain自定义会话管理和Retriever.md)
  - [41.Manus爆火带来的技术思考](AI大模型/41.Manus爆火带来的技术思考.md)
  - [42.LangChain自定义RAG加载器](AI大模型/42.LangChain自定义RAG加载器.md)
  - [43.LangChain实现多文档问答](AI大模型/43.LangChain实现多文档问答.md)
  - [44.LangChain整合维基百科实现网页问答](AI大模型/44.LangChain整合维基百科实现网页问答.md)
  - [45.LangChain基于SQL实现数据分析问答](AI大模型/45.LangChain基于SQL实现数据分析问答.md)
  - [46.阿里QwQ-32B性能比肩DeepSeek满血版](AI大模型/46.阿里QwQ-32B性能比肩DeepSeek满血版.md)
  - [47.LangChain多数据源集成](AI大模型/47.LangChain多数据源集成.md)
  - [48.LangChain多类型文本分割](AI大模型/48.LangChain多类型文本分割.md)
  - [49.LangGraph核心组件](AI大模型/49.LangGraph核心组件.md)
  - [5.LangChain消息管理与聊天历史存储](AI大模型/5.LangChain消息管理与聊天历史存储.md)
  - [50.LangGraph持久化管理](AI大模型/50.LangGraph持久化管理.md)
  - [51.OpenManus整合QwQ-32B光速打脸Manus](AI大模型/51.OpenManus整合QwQ-32B光速打脸Manus.md)
  - [52.LangGraph工作流人机交互](AI大模型/52.LangGraph工作流人机交互.md)
  - [53.LangGraph子图可控性](AI大模型/53.LangGraph子图可控性.md)
  - [54.LangGraph流式处理](AI大模型/54.LangGraph流式处理.md)
  - [55.LangGraph检查点和Send机制](AI大模型/55.LangGraph检查点和Send机制.md)
  - [56.LangGraph ReAct应用](AI大模型/56.LangGraph ReAct应用.md)
  - [57.LangGraph多代理协作](AI大模型/57.LangGraph多代理协作.md)
  - [58.基于LangGraph开发智能收集小助手](AI大模型/58.基于LangGraph开发智能收集小助手.md)
  - [59.RAG项目优化最佳实践](AI大模型/59.RAG项目优化最佳实践.md)
  - [6.LangChain多模态输入与自定义输出](AI大模型/6.LangChain多模态输入与自定义输出.md)
  - [60.基于DB-GPT开发金融财报分析助手](AI大模型/60.基于DB-GPT开发金融财报分析助手.md)
  - [61.揭秘Agent核心原理与企业级应用场景](AI大模型/61.揭秘Agent核心原理与企业级应用场景.md)
  - [62.深度剖析Agent四大能力架构设计](AI大模型/62.深度剖析Agent四大能力架构设计.md)
  - [63.基于Windsurf实现类Manus功能](AI大模型/63.基于Windsurf实现类Manus功能.md)
  - [64.基于LlamaIndex开发AI法律助手](AI大模型/64.基于LlamaIndex开发AI法律助手.md)
  - [65.Coze智能体快速入门](AI大模型/65.Coze智能体快速入门.md)
  - [66.Coze插件使用](AI大模型/66.Coze插件使用.md)
  - [67.Coze工作流与触发器](AI大模型/67.Coze工作流与触发器.md)
  - [68.Coze知识库和记忆](AI大模型/68.Coze知识库和记忆.md)
  - [69.Coze优化智能体交互体验](AI大模型/69.Coze优化智能体交互体验.md)
  - [7.LangChain自定义工具调用](AI大模型/7.LangChain自定义工具调用.md)
  - [70.Coze搭建企业客服智能体](AI大模型/70.Coze搭建企业客服智能体.md)
  - [71.Coze搭建爆款文案智能体](AI大模型/71.Coze搭建爆款文案智能体.md)
  - [72.Coze搭建产品卖点提炼智能体](AI大模型/72.Coze搭建产品卖点提炼智能体.md)
  - [73.Coze搭建情感陪聊智能体](AI大模型/73.Coze搭建情感陪聊智能体.md)
  - [74.Coze搭建数据质检智能体](AI大模型/74.Coze搭建数据质检智能体.md)
  - [75.Coze搭建智能助教智能体](AI大模型/75.Coze搭建智能助教智能体.md)
  - [76.Coze搭建客服陪练智能体](AI大模型/76.Coze搭建客服陪练智能体.md)
  - [77.Coze搭建搜索新闻工作流](AI大模型/77.Coze搭建搜索新闻工作流.md)
  - [78.SpringAI轻松构建MCP Client-Server架构](AI大模型/78.SpringAI轻松构建MCP Client-Server架构.md)
  - [79.Coze工作流编写代码执行特定任务](AI大模型/79.Coze工作流编写代码执行特定任务.md)
  - [8.LangChain开发Agent智能体](AI大模型/8.LangChain开发Agent智能体.md)
  - [80.Coze定制化开发股票分析插件](AI大模型/80.Coze定制化开发股票分析插件.md)
  - [81.Coze构建识别用户意图工作流](AI大模型/81.Coze构建识别用户意图工作流.md)
  - [82.基于Coze开发电商售后客服](AI大模型/82.基于Coze开发电商售后客服.md)
  - [83.基于Coze开发网页数据采集助手](AI大模型/83.基于Coze开发网页数据采集助手.md)
  - [84.Coze结合RAG实现产品资料问答](AI大模型/84.Coze结合RAG实现产品资料问答.md)
  - [85.AI大模型领域核心概念](AI大模型/85.AI大模型领域核心概念.md)
  - [86.OpenAI应用开发快速入门](AI大模型/86.OpenAI应用开发快速入门.md)
  - [87.GPT-4o多模态应用实战](AI大模型/87.GPT-4o多模态应用实战.md)
  - [88.大模型提示词工程最佳实践](AI大模型/88.大模型提示词工程最佳实践.md)
  - [89.DALL-E3图像提示工程最佳实践](AI大模型/89.DALL-E3图像提示工程最佳实践.md)
  - [9.LangChain基于RAG实现文档问答](AI大模型/9.LangChain基于RAG实现文档问答.md)
  - [90.大模型开发环境Conda和Jupyter使用](AI大模型/90.大模型开发环境Conda和Jupyter使用.md)
  - [91.Transformer主流大语言模型架构解析](AI大模型/91.Transformer主流大语言模型架构解析.md)
  - [92.HF Transformers快速入门教程](AI大模型/92.HF Transformers快速入门教程.md)
  - [93.Transformers执行分类推理任务](AI大模型/93.Transformers执行分类推理任务.md)
  - [94.TensorFlow模型训练环境安装](AI大模型/94.TensorFlow模型训练环境安装.md)
  - [95.基于TensorFlow训练和评估模型](AI大模型/95.基于TensorFlow训练和评估模型.md)
  - [96.Transformers多模态流水线任务](AI大模型/96.Transformers多模态流水线任务.md)
  - [97.Transformers自动化加载训练实例](AI大模型/97.Transformers自动化加载训练实例.md)
  - [98.Transformers多模态数据预处理](AI大模型/98.Transformers多模态数据预处理.md)
  - [99.Transformers微调预训练模型](AI大模型/99.Transformers微调预训练模型.md)
  - [AI大模型直播课](AI大模型/AI大模型直播课.md)
  - [Claude Code 实战从入门到精通](AI大模型/Claude Code 实战从入门到精通.md)
  - [Claude Code从入门到精通](AI大模型/Claude Code从入门到精通.md)
  - [Cursor从入门到精通实战](AI大模型/Cursor从入门到精通实战.md)
  - [MCP企业级开发实战训练营](AI大模型/MCP企业级开发实战训练营.md)
  - [阿里巴巴 Harness AI工程化编程实践](AI大模型/阿里巴巴 Harness AI工程化编程实践.md)
  - **285.Harness Engineering 从入门到精通实战/**
    - [配套代码](AI大模型/285.Harness Engineering 从入门到精通实战/配套代码.md)
  - **286.Hermes Agent 实战从入门到精通/**
    - [配套代码](AI大模型/286.Hermes Agent 实战从入门到精通/配套代码.md)
  - **287.Codex 实战从入门到精通/**
    - [配套代码](AI大模型/287.Codex 实战从入门到精通/配套代码.md)
  - **Claude Code 实战从入门到精通/**
    - [配套代码](AI大模型/Claude Code 实战从入门到精通/配套代码.md)
  - **Claude Code从入门到精通/**
    - [166.Claude Code快速入门与配置](AI大模型/Claude Code从入门到精通/166.Claude Code快速入门与配置.md)
    - [167.Claude Code官方最佳实践](AI大模型/Claude Code从入门到精通/167.Claude Code官方最佳实践.md)
    - [168.Claude Code企业级应用实战](AI大模型/Claude Code从入门到精通/168.Claude Code企业级应用实战.md)
  - **Cursor从入门到精通实战/**
    - [163.Cursor快速入门与配置](AI大模型/Cursor从入门到精通实战/163.Cursor快速入门与配置.md)
    - [164.Cursor高阶技巧使用](AI大模型/Cursor从入门到精通实战/164.Cursor高阶技巧使用.md)
    - [165.Cursor提效应用场景实战](AI大模型/Cursor从入门到精通实战/165.Cursor提效应用场景实战.md)
  - **MCP企业级开发实战训练营/**
    - [Day1_ MCP核心架构与快速实战](AI大模型/MCP企业级开发实战训练营/Day1_ MCP核心架构与快速实战.md)
    - [Day2_ MCP企业级项目开发实践](AI大模型/MCP企业级开发实战训练营/Day2_ MCP企业级项目开发实践.md)
  - **MCP开发从入门到精通/**
    - [01.MCP基础概念与快速入门](AI大模型/MCP开发从入门到精通/01.MCP基础概念与快速入门.md)
    - [02.MCP服务端开发与多客户端调用](AI大模型/MCP开发从入门到精通/02.MCP服务端开发与多客户端调用.md)
    - [03.MCP开发进阶核心技巧与应用实战](AI大模型/MCP开发从入门到精通/03.MCP开发进阶核心技巧与应用实战.md)
    - [04.基于FastMCP框架开发智能问答应用](AI大模型/MCP开发从入门到精通/04.基于FastMCP框架开发智能问答应用.md)
    - [05.MCP模块化开发最佳实践](AI大模型/MCP开发从入门到精通/05.MCP模块化开发最佳实践.md)
    - [06.企业级MCP集成方案与应用实践](AI大模型/MCP开发从入门到精通/06.企业级MCP集成方案与应用实践.md)
- **AI大模型面试系列/**
  - [专题七--项目方案篇](AI大模型面试系列/专题七--项目方案篇.md)
  - [专题九--公司落地篇](AI大模型面试系列/专题九--公司落地篇.md)
  - **专题一--基础篇/**
    - [1.提示词工程能解决什么问题_](AI大模型面试系列/专题一--基础篇/1.提示词工程能解决什么问题_.md)
    - [100.ULM-FiT迁移学习面试题](AI大模型面试系列/专题一--基础篇/100.ULM-FiT迁移学习面试题.md)
    - [101.GPT模型相关面试题](AI大模型面试系列/专题一--基础篇/101.GPT模型相关面试题.md)
    - [102.Prompting相关面试题](AI大模型面试系列/专题一--基础篇/102.Prompting相关面试题.md)
    - [103.BERT相关面试题](AI大模型面试系列/专题一--基础篇/103.BERT相关面试题.md)
    - [143.大模型RLHF相关面试题](AI大模型面试系列/专题一--基础篇/143.大模型RLHF相关面试题.md)
    - [144.大模型进阶面试题](AI大模型面试系列/专题一--基础篇/144.大模型进阶面试题.md)
    - [145.大模型生成SFT数据方法面试题](AI大模型面试系列/专题一--基础篇/145.大模型生成SFT数据方法面试题.md)
    - [146.大模型负样本样本挖掘面试题](AI大模型面试系列/专题一--基础篇/146.大模型负样本样本挖掘面试题.md)
    - [147.强化学习自然语言应用面试题](AI大模型面试系列/专题一--基础篇/147.强化学习自然语言应用面试题.md)
    - [148.深度学习层归一化面试题](AI大模型面试系列/专题一--基础篇/148.深度学习层归一化面试题.md)
    - [149.Attention 进阶面试题](AI大模型面试系列/专题一--基础篇/149.Attention 进阶面试题.md)
    - [150.大模型激活函数面试题](AI大模型面试系列/专题一--基础篇/150.大模型激活函数面试题.md)
    - [151.大模型损失函数面试题](AI大模型面试系列/专题一--基础篇/151.大模型损失函数面试题.md)
    - [152.大模型强化学习PPO面试题](AI大模型面试系列/专题一--基础篇/152.大模型强化学习PPO面试题.md)
    - [153.大模型强化学习面试题](AI大模型面试系列/专题一--基础篇/153.大模型强化学习面试题.md)
    - [154.对比学习相似度函数面试题](AI大模型面试系列/专题一--基础篇/154.对比学习相似度函数面试题.md)
    - [23.解释大模型中的“涌现能力”及产生原因](AI大模型面试系列/专题一--基础篇/23.解释大模型中的“涌现能力”及产生原因.md)
    - [26.解释Prefix LM与Causal LM的区别](AI大模型面试系列/专题一--基础篇/26.解释Prefix LM与Causal LM的区别.md)
    - [52.大模型输出格式如何控制](AI大模型面试系列/专题一--基础篇/52.大模型输出格式如何控制.md)
    - [86.有监督和无监督学习的区别](AI大模型面试系列/专题一--基础篇/86.有监督和无监督学习的区别.md)
    - [87.强化学习的关键特点和应用](AI大模型面试系列/专题一--基础篇/87.强化学习的关键特点和应用.md)
    - [88.浅层学习和深度学习面试题](AI大模型面试系列/专题一--基础篇/88.浅层学习和深度学习面试题.md)
    - [89.神经网络结构面试题](AI大模型面试系列/专题一--基础篇/89.神经网络结构面试题.md)
    - [90.神经网络训练面试题](AI大模型面试系列/专题一--基础篇/90.神经网络训练面试题.md)
    - [91.大模型基础面试题](AI大模型面试系列/专题一--基础篇/91.大模型基础面试题.md)
    - [92.卷积神经网络面试题](AI大模型面试系列/专题一--基础篇/92.卷积神经网络面试题.md)
    - [93.循环神经网络面试题](AI大模型面试系列/专题一--基础篇/93.循环神经网络面试题.md)
    - [94.强化学习常见面试题](AI大模型面试系列/专题一--基础篇/94.强化学习常见面试题.md)
    - [95.自然语言处理与LLM面试题](AI大模型面试系列/专题一--基础篇/95.自然语言处理与LLM面试题.md)
    - [96.seq2seq与Attention面试题](AI大模型面试系列/专题一--基础篇/96.seq2seq与Attention面试题.md)
    - [97.预训练模型面试题](AI大模型面试系列/专题一--基础篇/97.预训练模型面试题.md)
    - [98.Embedding模型面试题](AI大模型面试系列/专题一--基础篇/98.Embedding模型面试题.md)
    - [99.编码器和解码器面试题](AI大模型面试系列/专题一--基础篇/99.编码器和解码器面试题.md)
  - **专题七--项目方案篇/**
    - [1.大模型应用如何保证实时性和多轮对话一致性](AI大模型面试系列/专题七--项目方案篇/1.大模型应用如何保证实时性和多轮对话一致性.md)
    - [10.对话系统的冷启动解决方案](AI大模型面试系列/专题七--项目方案篇/10.对话系统的冷启动解决方案.md)
    - [11.大模型API的限流熔断设计](AI大模型面试系列/专题七--项目方案篇/11.大模型API的限流熔断设计.md)
    - [12.模型版本管理系统的实现要点](AI大模型面试系列/专题七--项目方案篇/12.模型版本管理系统的实现要点.md)
    - [13.对话日志的分析与挖掘方法](AI大模型面试系列/专题七--项目方案篇/13.对话日志的分析与挖掘方法.md)
    - [14.基于Prompt的模型行为控制技术](AI大模型面试系列/专题七--项目方案篇/14.基于Prompt的模型行为控制技术.md)
    - [15.对话系统的多租户隔离方案](AI大模型面试系列/专题七--项目方案篇/15.对话系统的多租户隔离方案.md)
    - [16.对话系统的意图识别准确率优化](AI大模型面试系列/专题七--项目方案篇/16.对话系统的意图识别准确率优化.md)
    - [17.多轮对话的连贯性保持方法](AI大模型面试系列/专题七--项目方案篇/17.多轮对话的连贯性保持方法.md)
    - [18.对话系统的多模态输入处理流程](AI大模型面试系列/专题七--项目方案篇/18.对话系统的多模态输入处理流程.md)
    - [2.如何保证大模型生成内容的合规性](AI大模型面试系列/专题七--项目方案篇/2.如何保证大模型生成内容的合规性.md)
    - [3.大模型意图识别是怎么做的](AI大模型面试系列/专题七--项目方案篇/3.大模型意图识别是怎么做的.md)
    - [4.大模型监控指标设计](AI大模型面试系列/专题七--项目方案篇/4.大模型监控指标设计.md)
    - [5.大模型安全防护方案](AI大模型面试系列/专题七--项目方案篇/5.大模型安全防护方案.md)
    - [6.实时对话系统的状态管理方案](AI大模型面试系列/专题七--项目方案篇/6.实时对话系统的状态管理方案.md)
    - [7.多轮对话的上下文建模方法](AI大模型面试系列/专题七--项目方案篇/7.多轮对话的上下文建模方法.md)
    - [8.智能客服的FAQ匹配算法优化](AI大模型面试系列/专题七--项目方案篇/8.智能客服的FAQ匹配算法优化.md)
    - [9.大模型可解释性增强技术](AI大模型面试系列/专题七--项目方案篇/9.大模型可解释性增强技术.md)
  - **专题三--微调篇/**
    - [10.如何降低大模型API服务的推理延迟和成本](AI大模型面试系列/专题三--微调篇/10.如何降低大模型API服务的推理延迟和成本.md)
    - [11.什么是过拟合和欠拟合](AI大模型面试系列/专题三--微调篇/11.什么是过拟合和欠拟合.md)
    - [116.大模型微调相关面试题](AI大模型面试系列/专题三--微调篇/116.大模型微调相关面试题.md)
    - [117.Llama模型Lora训练微调面试题](AI大模型面试系列/专题三--微调篇/117.Llama模型Lora训练微调面试题.md)
    - [118.大模型参数高效微调面试题](AI大模型面试系列/专题三--微调篇/118.大模型参数高效微调面试题.md)
    - [119.大模型分布式训练面试题](AI大模型面试系列/专题三--微调篇/119.大模型分布式训练面试题.md)
    - [12.解释下全参数微调、Lora、QLora区别](AI大模型面试系列/专题三--微调篇/12.解释下全参数微调、Lora、QLora区别.md)
    - [120.大模型流水线并行训练面试题](AI大模型面试系列/专题三--微调篇/120.大模型流水线并行训练面试题.md)
    - [121.分布式并行训练面试题](AI大模型面试系列/专题三--微调篇/121.分布式并行训练面试题.md)
    - [122.大模型增量预训练面试题](AI大模型面试系列/专题三--微调篇/122.大模型增量预训练面试题.md)
    - [123.分布式训练之ZeRO学习面试题](AI大模型面试系列/专题三--微调篇/123.分布式训练之ZeRO学习面试题.md)
    - [124.分布式训练之DataParallel面试题](AI大模型面试系列/专题三--微调篇/124.分布式训练之DataParallel面试题.md)
    - [125.大模型LoRA微调面试题](AI大模型面试系列/专题三--微调篇/125.大模型LoRA微调面试题.md)
    - [126.分布式训练DeepSpeed面试题](AI大模型面试系列/专题三--微调篇/126.分布式训练DeepSpeed面试题.md)
    - [127.大模型推理相关面试题](AI大模型面试系列/专题三--微调篇/127.大模型推理相关面试题.md)
    - [128.分布式训练之AMP混合精度训练面试题](AI大模型面试系列/专题三--微调篇/128.分布式训练之AMP混合精度训练面试题.md)
    - [129.大模型PEFT库中使用LoRA技巧面试题](AI大模型面试系列/专题三--微调篇/129.大模型PEFT库中使用LoRA技巧面试题.md)
    - [130.Accelerate分布式训练面试题](AI大模型面试系列/专题三--微调篇/130.Accelerate分布式训练面试题.md)
    - [131.大模型显存问题面试题](AI大模型面试系列/专题三--微调篇/131.大模型显存问题面试题.md)
    - [132.Prompting学习微调面试题](AI大模型面试系列/专题三--微调篇/132.Prompting学习微调面试题.md)
    - [133.增量预训练Pretrain样本拼接面试题](AI大模型面试系列/专题三--微调篇/133.增量预训练Pretrain样本拼接面试题.md)
    - [134.大模型训练集面试题](AI大模型面试系列/专题三--微调篇/134.大模型训练集面试题.md)
    - [135.大模型训练经验面试题](AI大模型面试系列/专题三--微调篇/135.大模型训练经验面试题.md)
    - [136.分布式训练之PyTorch多进程模块面试题](AI大模型面试系列/专题三--微调篇/136.分布式训练之PyTorch多进程模块面试题.md)
    - [137.大模型评测面试题](AI大模型面试系列/专题三--微调篇/137.大模型评测面试题.md)
    - [138.大模型显存优化策略面试题](AI大模型面试系列/专题三--微调篇/138.大模型显存优化策略面试题.md)
    - [139.大模型Adapter微调面试题](AI大模型面试系列/专题三--微调篇/139.大模型Adapter微调面试题.md)
    - [15.解释下模型蒸馏和模型量化](AI大模型面试系列/专题三--微调篇/15.解释下模型蒸馏和模型量化.md)
    - [17.什么是大模型epoch和学习率](AI大模型面试系列/专题三--微调篇/17.什么是大模型epoch和学习率.md)
    - [18.vllm的推理加速是怎么实现的](AI大模型面试系列/专题三--微调篇/18.vllm的推理加速是怎么实现的.md)
    - [20.PPO与DPO的区别](AI大模型面试系列/专题三--微调篇/20.PPO与DPO的区别.md)
    - [21.微调时模型遗忘怎么解决](AI大模型面试系列/专题三--微调篇/21.微调时模型遗忘怎么解决.md)
    - [27.大模型训练中梯度消失和爆炸的解决方案](AI大模型面试系列/专题三--微调篇/27.大模型训练中梯度消失和爆炸的解决方案.md)
    - [28.大模型评估指标BLEU、ROUGE、Perplexity适用场景](AI大模型面试系列/专题三--微调篇/28.大模型评估指标BLEU、ROUGE、Perplexity适用场景.md)
    - [29.知识蒸馏的原理及适用场景](AI大模型面试系列/专题三--微调篇/29.知识蒸馏的原理及适用场景.md)
    - [30.模型量化的方法及推理加速效果](AI大模型面试系列/专题三--微调篇/30.模型量化的方法及推理加速效果.md)
    - [31.对比AE、VAE、GAN的生成机制](AI大模型面试系列/专题三--微调篇/31.对比AE、VAE、GAN的生成机制.md)
    - [34.GPT与BERT的核心区别及各自优势](AI大模型面试系列/专题三--微调篇/34.GPT与BERT的核心区别及各自优势.md)
    - [4.大模型微调流程是怎样的_](AI大模型面试系列/专题三--微调篇/4.大模型微调流程是怎样的_.md)
    - [41.全参数微调需要多少显存？](AI大模型面试系列/专题三--微调篇/41.全参数微调需要多少显存？.md)
    - [42.LoRA的原理及参数量计算](AI大模型面试系列/专题三--微调篇/42.LoRA的原理及参数量计算.md)
    - [43.对比SFT、RLHF、DPO的优劣](AI大模型面试系列/专题三--微调篇/43.对比SFT、RLHF、DPO的优劣.md)
    - [44.大模型灾难性遗忘的解决方案](AI大模型面试系列/专题三--微调篇/44.大模型灾难性遗忘的解决方案.md)
    - [45.DeepSpeed ZeRO的显存优化策略](AI大模型面试系列/专题三--微调篇/45.DeepSpeed ZeRO的显存优化策略.md)
    - [46.混合精度训练的实现步骤及Loss Scaling作用](AI大模型面试系列/专题三--微调篇/46.混合精度训练的实现步骤及Loss Scaling作用.md)
    - [47.梯度累积的计算原理与显存优化效果](AI大模型面试系列/专题三--微调篇/47.梯度累积的计算原理与显存优化效果.md)
    - [5.模型微调怎么评估效果](AI大模型面试系列/专题三--微调篇/5.模型微调怎么评估效果.md)
    - [53.多模态大模型的跨模态对齐方法](AI大模型面试系列/专题三--微调篇/53.多模态大模型的跨模态对齐方法.md)
    - [56.大模型API服务部署优化](AI大模型面试系列/专题三--微调篇/56.大模型API服务部署优化.md)
    - [57.如何估算模型推理所需显存](AI大模型面试系列/专题三--微调篇/57.如何估算模型推理所需显存.md)
    - [58.大模型服务GPU选型](AI大模型面试系列/专题三--微调篇/58.大模型服务GPU选型.md)
    - [6.怎么针对超长文本进行微调训练](AI大模型面试系列/专题三--微调篇/6.怎么针对超长文本进行微调训练.md)
    - [61.大模型推理性能优化方案](AI大模型面试系列/专题三--微调篇/61.大模型推理性能优化方案.md)
    - [62.分布式训练中的梯度累积实现原理](AI大模型面试系列/专题三--微调篇/62.分布式训练中的梯度累积实现原理.md)
    - [64.模型蒸馏的蒸馏策略对比](AI大模型面试系列/专题三--微调篇/64.模型蒸馏的蒸馏策略对比.md)
    - [69.模型量化对推理速度的影响评估](AI大模型面试系列/专题三--微调篇/69.模型量化对推理速度的影响评估.md)
    - [70.自动化测试框架在LLM开发中的应用](AI大模型面试系列/专题三--微调篇/70.自动化测试框架在LLM开发中的应用.md)
    - [71.多语言模型的对齐与融合策略](AI大模型面试系列/专题三--微调篇/71.多语言模型的对齐与融合策略.md)
    - [74.基于强化学习的对话策略优化](AI大模型面试系列/专题三--微调篇/74.基于强化学习的对话策略优化.md)
    - [78.多模态预训练数据集构建流程](AI大模型面试系列/专题三--微调篇/78.多模态预训练数据集构建流程.md)
    - [81.模型微调的数据增强技术](AI大模型面试系列/专题三--微调篇/81.模型微调的数据增强技术.md)
    - [83.基于知识蒸馏的小模型部署方案](AI大模型面试系列/专题三--微调篇/83.基于知识蒸馏的小模型部署方案.md)
    - [9.如何利用大模型实现多模态任务](AI大模型面试系列/专题三--微调篇/9.如何利用大模型实现多模态任务.md)
  - **专题二--RAG篇/**
    - [1.详细说下RAG的流程](AI大模型面试系列/专题二--RAG篇/1.详细说下RAG的流程.md)
    - [104.RAG优化相关面试题](AI大模型面试系列/专题二--RAG篇/104.RAG优化相关面试题.md)
    - [105.大模型文档对话面试题](AI大模型面试系列/专题二--RAG篇/105.大模型文档对话面试题.md)
    - [106.大模型PDF解析面试题](AI大模型面试系列/专题二--RAG篇/106.大模型PDF解析面试题.md)
    - [107.大模型RAG相关面试题](AI大模型面试系列/专题二--RAG篇/107.大模型RAG相关面试题.md)
    - [108.RAG关键痛点和解决方案面试题](AI大模型面试系列/专题二--RAG篇/108.RAG关键痛点和解决方案面试题.md)
    - [109.RAG Fusion优化策略面试题](AI大模型面试系列/专题二--RAG篇/109.RAG Fusion优化策略面试题.md)
    - [110.Graph RAG面试题](AI大模型面试系列/专题二--RAG篇/110.Graph RAG面试题.md)
    - [111.大模型外挂知识库优化面试题](AI大模型面试系列/专题二--RAG篇/111.大模型外挂知识库优化面试题.md)
    - [112.大模型RAG表格识别方法面试题](AI大模型面试系列/专题二--RAG篇/112.大模型RAG表格识别方法面试题.md)
    - [113.大模型RAG评测面试题](AI大模型面试系列/专题二--RAG篇/113.大模型RAG评测面试题.md)
    - [114.大模型RAG文本分块面试题](AI大模型面试系列/专题二--RAG篇/114.大模型RAG文本分块面试题.md)
    - [115.Langchain RAG问答应用面试题](AI大模型面试系列/专题二--RAG篇/115.Langchain RAG问答应用面试题.md)
    - [13.为什么选择向量数据库，而不是传统数据库](AI大模型面试系列/专题二--RAG篇/13.为什么选择向量数据库，而不是传统数据库.md)
    - [19.怎么解决大模型幻觉问题](AI大模型面试系列/专题二--RAG篇/19.怎么解决大模型幻觉问题.md)
    - [48.RAG系统的核心组件及工作逻辑](AI大模型面试系列/专题二--RAG篇/48.RAG系统的核心组件及工作逻辑.md)
    - [49.如何解决RAG中的语义鸿沟问题](AI大模型面试系列/专题二--RAG篇/49.如何解决RAG中的语义鸿沟问题.md)
    - [51.向量数据库选型对比](AI大模型面试系列/专题二--RAG篇/51.向量数据库选型对比.md)
    - [54.模型幻觉的检测与抑制技术](AI大模型面试系列/专题二--RAG篇/54.模型幻觉的检测与抑制技术.md)
    - [63.如何构建领域专属的知识图谱](AI大模型面试系列/专题二--RAG篇/63.如何构建领域专属的知识图谱.md)
    - [68.文档问答系统的检索召回率提升方案](AI大模型面试系列/专题二--RAG篇/68.文档问答系统的检索召回率提升方案.md)
  - **专题八--行业落地篇/**
    - [交通行业落地](AI大模型面试系列/专题八--行业落地篇/交通行业落地.md)
    - [制造行业落地](AI大模型面试系列/专题八--行业落地篇/制造行业落地.md)
    - [医疗行业落地](AI大模型面试系列/专题八--行业落地篇/医疗行业落地.md)
    - [政务行业落地](AI大模型面试系列/专题八--行业落地篇/政务行业落地.md)
    - [教育行业落地](AI大模型面试系列/专题八--行业落地篇/教育行业落地.md)
    - [泛娱乐行业落地](AI大模型面试系列/专题八--行业落地篇/泛娱乐行业落地.md)
    - [物流行业落地](AI大模型面试系列/专题八--行业落地篇/物流行业落地.md)
    - [电商行业落地](AI大模型面试系列/专题八--行业落地篇/电商行业落地.md)
    - [能源行业落地](AI大模型面试系列/专题八--行业落地篇/能源行业落地.md)
    - [通信行业落地](AI大模型面试系列/专题八--行业落地篇/通信行业落地.md)
    - [金融行业落地](AI大模型面试系列/专题八--行业落地篇/金融行业落地.md)
  - **专题六--Agent篇/**
    - [14.详细说下LangChain框架应用场景](AI大模型面试系列/专题六--Agent篇/14.详细说下LangChain框架应用场景.md)
    - [140.大模型Langchain面试题](AI大模型面试系列/专题六--Agent篇/140.大模型Langchain面试题.md)
    - [141.长期记忆8种优化方式面试题](AI大模型面试系列/专题六--Agent篇/141.长期记忆8种优化方式面试题.md)
    - [2.Agent如何搭建_可以用那些框架](AI大模型面试系列/专题六--Agent篇/2.Agent如何搭建_可以用那些框架.md)
    - [50.Agent的ReAct框架原理](AI大模型面试系列/专题六--Agent篇/50.Agent的ReAct框架原理.md)
    - [55.如何设计一个多Agent协作系统架构](AI大模型面试系列/专题六--Agent篇/55.如何设计一个多Agent协作系统架构.md)
  - **专题四--Transformer篇/**
    - [142.Transformers操作面试题](AI大模型面试系列/专题四--Transformer篇/142.Transformers操作面试题.md)
    - [22.详述Transformer多头自注意力机制](AI大模型面试系列/专题四--Transformer篇/22.详述Transformer多头自注意力机制.md)
    - [24.Transformer中位置编码的作用](AI大模型面试系列/专题四--Transformer篇/24.Transformer中位置编码的作用.md)
    - [25.LayerNorm vs BatchNorm的适用场景](AI大模型面试系列/专题四--Transformer篇/25.LayerNorm vs BatchNorm的适用场景.md)
    - [32.Transformer的编码器-解码器结构工作流程](AI大模型面试系列/专题四--Transformer篇/32.Transformer的编码器-解码器结构工作流程.md)
    - [33.解释LLaMA的RMSNorm和SwiGLU激活函数改进](AI大模型面试系列/专题四--Transformer篇/33.解释LLaMA的RMSNorm和SwiGLU激活函数改进.md)
    - [35.混合专家模型（MoE）如何降低计算成本？](AI大模型面试系列/专题四--Transformer篇/35.混合专家模型（MoE）如何降低计算成本？.md)
    - [36.大模型长文本处理的优化方案](AI大模型面试系列/专题四--Transformer篇/36.大模型长文本处理的优化方案.md)
    - [37.大模型位置编码的演进](AI大模型面试系列/专题四--Transformer篇/37.大模型位置编码的演进.md)
    - [38.解释FlashAttention的显存优化原理](AI大模型面试系列/专题四--Transformer篇/38.解释FlashAttention的显存优化原理.md)
    - [39.对比LSTM&GRU与Transformer的长距离依赖处理能力](AI大模型面试系列/专题四--Transformer篇/39.对比LSTM&GRU与Transformer的长距离依赖处理能力.md)
    - [40.模型稀疏化的实践方法](AI大模型面试系列/专题四--Transformer篇/40.模型稀疏化的实践方法.md)
- **大厂项目架构/**
  - [1.为什么要使用消息队列呢](大厂项目架构/1.为什么要使用消息队列呢.md)
  - [10.京东内部缓存应用最佳实践](大厂项目架构/10.京东内部缓存应用最佳实践.md)
  - [11.从0到1手写实现一个分布式RPC框架](大厂项目架构/11.从0到1手写实现一个分布式RPC框架.md)
  - [12.从一条SQL的系统异常彻底理解死锁问题](大厂项目架构/12.从一条SQL的系统异常彻底理解死锁问题.md)
  - [13.这次彻底讲透JVM垃圾回收算法底层原理](大厂项目架构/13.这次彻底讲透JVM垃圾回收算法底层原理.md)
  - [14.巧用Java Stream Gather利器，让你的效率翻个倍](大厂项目架构/14.巧用Java Stream Gather利器，让你的效率翻个倍.md)
  - [15.从操作系统底层彻底理解Java IO演进之路](大厂项目架构/15.从操作系统底层彻底理解Java IO演进之路.md)
  - [16.线上问题如何快速排查](大厂项目架构/16.线上问题如何快速排查.md)
  - [17.你必须知道的Redis缓存七大陷阱](大厂项目架构/17.你必须知道的Redis缓存七大陷阱.md)
  - [18.一次搞定MySQL分库分表](大厂项目架构/18.一次搞定MySQL分库分表.md)
  - [19.Restful API设计最佳实践](大厂项目架构/19.Restful API设计最佳实践.md)
  - [2.消息队列的消费幂等性如何保证](大厂项目架构/2.消息队列的消费幂等性如何保证.md)
  - [20.充值接口被薅羊毛，老板让我做接口加密](大厂项目架构/20.充值接口被薅羊毛，老板让我做接口加密.md)
  - [21.一口气讲完OAuth2四种授权模式](大厂项目架构/21.一口气讲完OAuth2四种授权模式.md)
  - [22.京东内部Redis性能优化最佳实践](大厂项目架构/22.京东内部Redis性能优化最佳实践.md)
  - [23.阿里内部MySQL索引优化最佳实践](大厂项目架构/23.阿里内部MySQL索引优化最佳实践.md)
  - [24.微服务架构常用十种设计模式](大厂项目架构/24.微服务架构常用十种设计模式.md)
  - [25.如何设计一个微博系统](大厂项目架构/25.如何设计一个微博系统.md)
  - [26.一节课讲透分布式session一致性问题](大厂项目架构/26.一节课讲透分布式session一致性问题.md)
  - [27.互联网大厂分布式ID解决方案](大厂项目架构/27.互联网大厂分布式ID解决方案.md)
  - [28.阿里项目依赖冲突治理之道](大厂项目架构/28.阿里项目依赖冲突治理之道.md)
  - [29.阿里内部设计模式最佳实践](大厂项目架构/29.阿里内部设计模式最佳实践.md)
  - [3.如何解决消息堆问积的题](大厂项目架构/3.如何解决消息堆问积的题.md)
  - [30.Effective Java 最佳应用实践](大厂项目架构/30.Effective Java 最佳应用实践.md)
  - [31.美团内部性能优化实践](大厂项目架构/31.美团内部性能优化实践.md)
  - [32.美团即时物流架构落地实践](大厂项目架构/32.美团即时物流架构落地实践.md)
  - [33.B站亿级API网关重构之路](大厂项目架构/33.B站亿级API网关重构之路.md)
  - [34.石墨文档百万级长连接技术实践](大厂项目架构/34.石墨文档百万级长连接技术实践.md)
  - [35.互联网大厂高并发限流解决方案](大厂项目架构/35.互联网大厂高并发限流解决方案.md)
  - [36.喜马拉雅亿级推送系统实践](大厂项目架构/36.喜马拉雅亿级推送系统实践.md)
  - [37.携程亿级高并发架构改造实践](大厂项目架构/37.携程亿级高并发架构改造实践.md)
  - [38.喜马拉雅自研网关技术实践](大厂项目架构/38.喜马拉雅自研网关技术实践.md)
  - [39.携程门票秒杀系统优化实践](大厂项目架构/39.携程门票秒杀系统优化实践.md)
  - [4.如何确保消息的顺序性](大厂项目架构/4.如何确保消息的顺序性.md)
  - [40.咸鱼交易业务状态机方案实践](大厂项目架构/40.咸鱼交易业务状态机方案实践.md)
  - [41.京东电商大促高可用保障实践](大厂项目架构/41.京东电商大促高可用保障实践.md)
  - [42.阿里全链路压测方案最佳实践](大厂项目架构/42.阿里全链路压测方案最佳实践.md)
  - [43.如何设计一个支持海量存储的网盘系统](大厂项目架构/43.如何设计一个支持海量存储的网盘系统.md)
  - [44.如何设计亿级用户短视频系统](大厂项目架构/44.如何设计亿级用户短视频系统.md)
  - [45.如何实现百亿级短URL生成器](大厂项目架构/45.如何实现百亿级短URL生成器.md)
  - [46.如何设计亿级用户网约车系统](大厂项目架构/46.如何设计亿级用户网约车系统.md)
  - [47.互联网大厂购物车系统设计](大厂项目架构/47.互联网大厂购物车系统设计.md)
  - [48.如何设计一个分布式链路跟踪系统](大厂项目架构/48.如何设计一个分布式链路跟踪系统.md)
  - [49.互联网大厂流量削峰实践](大厂项目架构/49.互联网大厂流量削峰实践.md)
  - [5.如何实现15分钟未支付自动取消订单](大厂项目架构/5.如何实现15分钟未支付自动取消订单.md)
  - [50.如何设计一个SSO单点登录系统](大厂项目架构/50.如何设计一个SSO单点登录系统.md)
  - [51.阿里内部性能优化方法论](大厂项目架构/51.阿里内部性能优化方法论.md)
  - [52.微信百亿级红包技术架构](大厂项目架构/52.微信百亿级红包技术架构.md)
  - [53.闲鱼优惠中台架构演进之路](大厂项目架构/53.闲鱼优惠中台架构演进之路.md)
  - [54.大厂线上接口排障常用技巧](大厂项目架构/54.大厂线上接口排障常用技巧.md)
  - [55.互联网大厂异地多活架构方案](大厂项目架构/55.互联网大厂异地多活架构方案.md)
  - [56.电商微服务业务架构拆分技巧](大厂项目架构/56.电商微服务业务架构拆分技巧.md)
  - [57.如何优雅实现扫码登录功能](大厂项目架构/57.如何优雅实现扫码登录功能.md)
  - [58.字节10万级QPS高并发优惠券系统实践](大厂项目架构/58.字节10万级QPS高并发优惠券系统实践.md)
  - [59.美团接口被刷十万QPS，怎么防_](大厂项目架构/59.美团接口被刷十万QPS，怎么防_.md)
  - [6.MyBatis批量插入几千条数据，请慎用foreach](大厂项目架构/6.MyBatis批量插入几千条数据，请慎用foreach.md)
  - [60.互联网架构，如何进行容量设计？](大厂项目架构/60.互联网架构，如何进行容量设计？.md)
  - [61.大厂动态线程池落地与实践](大厂项目架构/61.大厂动态线程池落地与实践.md)
  - [62.亿级用户中心的设计与实践](大厂项目架构/62.亿级用户中心的设计与实践.md)
  - [63.小红书性能优化平台落地实践](大厂项目架构/63.小红书性能优化平台落地实践.md)
  - [64.微博亿级Feed流系统设计](大厂项目架构/64.微博亿级Feed流系统设计.md)
  - [65.哈啰出行分布式消息治理最佳实践](大厂项目架构/65.哈啰出行分布式消息治理最佳实践.md)
  - [66.携程亿级网关架构设计](大厂项目架构/66.携程亿级网关架构设计.md)
  - [67.京东物流DDD微服务架构落地实践](大厂项目架构/67.京东物流DDD微服务架构落地实践.md)
  - [68.大厂全链路灰度发布最佳实践](大厂项目架构/68.大厂全链路灰度发布最佳实践.md)
  - [69.得物商家下载中心优化实践](大厂项目架构/69.得物商家下载中心优化实践.md)
  - [7.不要在项目中使用分布式事务中间件](大厂项目架构/7.不要在项目中使用分布式事务中间件.md)
  - [70.携程机票业务中台化落地实践](大厂项目架构/70.携程机票业务中台化落地实践.md)
  - [71.亿级IM消息系统设计](大厂项目架构/71.亿级IM消息系统设计.md)
  - [72.得物自研API网关最佳实践](大厂项目架构/72.得物自研API网关最佳实践.md)
  - [73.陌陌Service Mesh落地实践](大厂项目架构/73.陌陌Service Mesh落地实践.md)
  - [74.小红书在线场景Pulsar技术实践](大厂项目架构/74.小红书在线场景Pulsar技术实践.md)
  - [75.大厂多租户系统架构设计](大厂项目架构/75.大厂多租户系统架构设计.md)
  - [76.12306超高并发如何保证数据一致性](大厂项目架构/76.12306超高并发如何保证数据一致性.md)
  - [8.放弃RR选择RC，通过for update理解MySQL锁定机制](大厂项目架构/8.放弃RR选择RC，通过for update理解MySQL锁定机制.md)
  - [9.阿里内部代码重构最佳实践](大厂项目架构/9.阿里内部代码重构最佳实践.md)
  - **面试题/**
    - [02_Sharding-Sphere 读写分离 分布式事务原理 及 实战](大厂项目架构/面试题/02_Sharding-Sphere 读写分离 分布式事务原理 及 实战.md)
    - [1.ConcurrentHashMap为什么是线程安全的？](大厂项目架构/面试题/1.ConcurrentHashMap为什么是线程安全的？.md)
    - [1.顺丰Java一面](大厂项目架构/面试题/1.顺丰Java一面.md)
    - [10大MySQL高可用方案对比](大厂项目架构/面试题/10大MySQL高可用方案对比.md)
    - [2.lua脚本的作用，优缺点？](大厂项目架构/面试题/2.lua脚本的作用，优缺点？.md)
    - [3.redis连接用的那个？不同连接之间的区别？](大厂项目架构/面试题/3.redis连接用的那个？不同连接之间的区别？.md)
    - [4.连接的底层是什么](大厂项目架构/面试题/4.连接的底层是什么.md)
    - [CDC  可以替代Canal的数据同步方案](大厂项目架构/面试题/CDC  可以替代Canal的数据同步方案.md)
    - [Docker-Compose构建基本可用容器集群](大厂项目架构/面试题/Docker-Compose构建基本可用容器集群.md)
    - [Java-反射详细讲解](大厂项目架构/面试题/Java-反射详细讲解.md)
    - [Java会因容器技术盛行而没落吗](大厂项目架构/面试题/Java会因容器技术盛行而没落吗.md)
    - [Java实现多线程的方式，手写](大厂项目架构/面试题/Java实现多线程的方式，手写.md)
    - [Java架构师指南：使用Redis和Lua打造无超卖的高并发秒杀系统](大厂项目架构/面试题/Java架构师指南：使用Redis和Lua打造无超卖的高并发秒杀系统.md)
    - [Java高手进阶：基因算法与倒排索引在MySQL分库分表中的应用](大厂项目架构/面试题/Java高手进阶：基因算法与倒排索引在MySQL分库分表中的应用.md)
    - [MyBatis批量插入几千条数据，请慎用foreach](大厂项目架构/面试题/MyBatis批量插入几千条数据，请慎用foreach.md)
    - [MySQL8新特性CTE解决树形迭代问题](大厂项目架构/面试题/MySQL8新特性CTE解决树形迭代问题.md)
    - [MySQL8新特性优化父子层级关系数据CTE查询](大厂项目架构/面试题/MySQL8新特性优化父子层级关系数据CTE查询.md)
    - [MySQL关键特性索引下推ICP](大厂项目架构/面试题/MySQL关键特性索引下推ICP.md)
    - [Prometheus+grafana+springboot 搭建监控平台](大厂项目架构/面试题/Prometheus+grafana+springboot 搭建监控平台.md)
    - [Prometheus全面监控MySQL服务](大厂项目架构/面试题/Prometheus全面监控MySQL服务.md)
    - [RPC和REST两种通信方式分布式架构中该怎么选](大厂项目架构/面试题/RPC和REST两种通信方式分布式架构中该怎么选.md)
    - [Redis 6硬盘级加速：多级磁盘一致性新方案！](大厂项目架构/面试题/Redis 6硬盘级加速：多级磁盘一致性新方案！.md)
    - [Redis发布订阅机制实现原理](大厂项目架构/面试题/Redis发布订阅机制实现原理.md)
    - [Redis复杂数据像Mybatis操作](大厂项目架构/面试题/Redis复杂数据像Mybatis操作.md)
    - [Redis支持事务吗？](大厂项目架构/面试题/Redis支持事务吗？.md)
    - [SAAS多租户数据隔离解决方案](大厂项目架构/面试题/SAAS多租户数据隔离解决方案.md)
    - [SAAS系统大规模Nginx ingress如何优化](大厂项目架构/面试题/SAAS系统大规模Nginx ingress如何优化.md)
    - [Spring Boot接入OpenTelemetry可观测零侵入](大厂项目架构/面试题/Spring Boot接入OpenTelemetry可观测零侵入.md)
    - [Spring Data JPA访问MySQL数据](大厂项目架构/面试题/Spring Data JPA访问MySQL数据.md)
    - [SpringBoot 最常用的50个注解](大厂项目架构/面试题/SpringBoot 最常用的50个注解.md)
    - [SpringBoot整合Caffeine、Redisson多级缓存架构实战](大厂项目架构/面试题/SpringBoot整合Caffeine、Redisson多级缓存架构实战.md)
    - [Springboot相比Spring](大厂项目架构/面试题/Springboot相比Spring.md)
    - [Spring框架用到的设计模式](大厂项目架构/面试题/Spring框架用到的设计模式.md)
    - [Spring状态机最佳实践](大厂项目架构/面试题/Spring状态机最佳实践.md)
    - [arraylist和linklist原理，区别](大厂项目架构/面试题/arraylist和linklist原理，区别.md)
    - [《牛逼到爆！秒杀几万行Excel批量导入的终极绝技！》](大厂项目架构/面试题/《牛逼到爆！秒杀几万行Excel批量导入的终极绝技！》.md)
    - [不要在项目中使用分布式事务中间件](大厂项目架构/面试题/不要在项目中使用分布式事务中间件.md)
    - [为什么微服务架构需要聚合](大厂项目架构/面试题/为什么微服务架构需要聚合.md)
    - [京东到家应用架构设计分享](大厂项目架构/面试题/京东到家应用架构设计分享.md)
    - [京东双十一十万级商品接口15则优化方案](大厂项目架构/面试题/京东双十一十万级商品接口15则优化方案.md)
    - [什么是索引](大厂项目架构/面试题/什么是索引.md)
    - [从日志分析到文件处理，Linux管道命令如何改变你的效率](大厂项目架构/面试题/从日志分析到文件处理，Linux管道命令如何改变你的效率.md)
    - [代码合并到底用Git Rebase 还是 Git Merge](大厂项目架构/面试题/代码合并到底用Git Rebase 还是 Git Merge.md)
    - [你真的了解Java泛型吗？](大厂项目架构/面试题/你真的了解Java泛型吗？.md)
    - [依赖注入](大厂项目架构/面试题/依赖注入.md)
    - [利用MySQL8新特性实现无限层级依赖SQL查询](大厂项目架构/面试题/利用MySQL8新特性实现无限层级依赖SQL查询.md)
    - [后端接口优化的8大策略](大厂项目架构/面试题/后端接口优化的8大策略.md)
    - [命令查询职责分离模式CQRS](大厂项目架构/面试题/命令查询职责分离模式CQRS.md)
    - [商品秒杀巧用Redis与Lua预防库存超卖~](大厂项目架构/面试题/商品秒杀巧用Redis与Lua预防库存超卖~.md)
    - [基于bitmap百亿级数据迁移的数据一致方案](大厂项目架构/面试题/基于bitmap百亿级数据迁移的数据一致方案.md)
    - [多租户多数据源灵活路由方案](大厂项目架构/面试题/多租户多数据源灵活路由方案.md)
    - [大厂场景题汇总](大厂项目架构/面试题/大厂场景题汇总.md)
    - [如何优雅的保存mysql数据变更历史？](大厂项目架构/面试题/如何优雅的保存mysql数据变更历史？.md)
    - [如何保证RocketMQ消息与事务一致性](大厂项目架构/面试题/如何保证RocketMQ消息与事务一致性.md)
    - [如何实现15分钟未支付自动取消订单](大厂项目架构/面试题/如何实现15分钟未支付自动取消订单.md)
    - [如何实现无状态的JWT令牌自动续约](大厂项目架构/面试题/如何实现无状态的JWT令牌自动续约.md)
    - [如何实现订单超时未处理](大厂项目架构/面试题/如何实现订单超时未处理.md)
    - [如何快速判断几十亿个数中是否存在某个数](大厂项目架构/面试题/如何快速判断几十亿个数中是否存在某个数.md)
    - [如何设计日千万级别以上的订单系统](大厂项目架构/面试题/如何设计日千万级别以上的订单系统.md)
    - [如何通过架构分离抗住单页10万QPS的超高并发访问](大厂项目架构/面试题/如何通过架构分离抗住单页10万QPS的超高并发访问.md)
    - [小米在Flink实时数仓的优化方案](大厂项目架构/面试题/小米在Flink实时数仓的优化方案.md)
    - [应用间通信安全方案——接口签名](大厂项目架构/面试题/应用间通信安全方案——接口签名.md)
    - [我为什么不建议使用Docker部署MySQL数据库？](大厂项目架构/面试题/我为什么不建议使用Docker部署MySQL数据库？.md)
    - [抖音直播演示稿](大厂项目架构/面试题/抖音直播演示稿.md)
    - [数据库与缓存的一致性](大厂项目架构/面试题/数据库与缓存的一致性.md)
    - [文件上传相关场景](大厂项目架构/面试题/文件上传相关场景.md)
    - [日均30万订单如何读写分离与分库分表](大厂项目架构/面试题/日均30万订单如何读写分离与分库分表.md)
    - [有了虚拟线程，线程池还有必要存在吗](大厂项目架构/面试题/有了虚拟线程，线程池还有必要存在吗.md)
    - [本地消息表如何保障分布式最终一致性的](大厂项目架构/面试题/本地消息表如何保障分布式最终一致性的.md)
    - [架构必备的经典解耦策略](大厂项目架构/面试题/架构必备的经典解耦策略.md)
    - [架构案例引发的思考数据变更时选择Push还是Pull](大厂项目架构/面试题/架构案例引发的思考数据变更时选择Push还是Pull.md)
    - [某读书会Redis 大Key引发的线上事故分析总结](大厂项目架构/面试题/某读书会Redis 大Key引发的线上事故分析总结.md)
    - [电商高并发活动缓存访问倾斜问题及处理](大厂项目架构/面试题/电商高并发活动缓存访问倾斜问题及处理.md)
    - [索引失效](大厂项目架构/面试题/索引失效.md)
    - [索引的分类](大厂项目架构/面试题/索引的分类.md)
    - [索引选择与失效的场景](大厂项目架构/面试题/索引选择与失效的场景.md)
    - [组合、继承、代理的区别](大厂项目架构/面试题/组合、继承、代理的区别.md)
    - [结合SpringBoot多线程应用最佳实践](大厂项目架构/面试题/结合SpringBoot多线程应用最佳实践.md)
    - [结合SpringBoot的MockMVC轻松实现Web单元测试](大厂项目架构/面试题/结合SpringBoot的MockMVC轻松实现Web单元测试.md)
    - [调式、热部署背后的Java Agent探针技术](大厂项目架构/面试题/调式、热部署背后的Java Agent探针技术.md)
    - [超实用Web服务端推送技术SSE](大厂项目架构/面试题/超实用Web服务端推送技术SSE.md)
    - [超实用高并发优化技巧：同步转异步](大厂项目架构/面试题/超实用高并发优化技巧：同步转异步.md)
    - [轻松上手WebSocket及时通信](大厂项目架构/面试题/轻松上手WebSocket及时通信.md)
    - [重构代码有哪些注意事项](大厂项目架构/面试题/重构代码有哪些注意事项.md)
    - [阿里为什么要禁用Java内置线程池？](大厂项目架构/面试题/阿里为什么要禁用Java内置线程池？.md)
    - [阿里是如何设计RESTful风格API](大厂项目架构/面试题/阿里是如何设计RESTful风格API.md)
    - [非常实用SpringBoot实战自定义注解 + AOP 实现共性需求](大厂项目架构/面试题/非常实用SpringBoot实战自定义注解 + AOP 实现共性需求.md)
    - [非常牛逼，200毫秒干到10毫秒，利用MySQL JSON特性优化千万级订单表](大厂项目架构/面试题/非常牛逼，200毫秒干到10毫秒，利用MySQL JSON特性优化千万级订单表.md)
    - [高并发应用线程爆炸如何有效规避](大厂项目架构/面试题/高并发应用线程爆炸如何有效规避.md)
    - [高并发微服务架构为何都在放弃 Zookeeper](大厂项目架构/面试题/高并发微服务架构为何都在放弃 Zookeeper.md)
    - [高并发无忧！Spring Retry 与 Redis Watch 打造坚不可摧的乐观锁方案](大厂项目架构/面试题/高并发无忧！Spring Retry 与 Redis Watch 打造坚不可摧的乐观锁方案.md)