llm_interview_note を導入前に読む: 中国語圏 LLM 面接対策ノートの構成と限界

このノートが埋めようとしている穴

LLM アルゴリズム職の面接は、Transformer の内部構造、分散学習の並列化方式、SFT と RLHF の手順、推論最適化、RAG の検索設計という複数の領域を横断して問う。市販の対策本はどれか一領域に偏りやすく、逆に論文を直接読むと前提知識の接続に時間がかかる。このリポジトリは、その中間を中国語で埋めることを狙っている。README には「大模型面试相关概念，由本人参考网络资源整理」とあり、第三者の公開資料を著者が整理した二次資料であることが明示されている。対象読者は中国語で読み書きする LLM エンジニア志望者、または既に実務に入っていて面接前に知識を棚卸ししたい層だ。英語の一次資料を読む負荷を下げる用途が想定されており、原典を置き換えるものではない。

目次が示す学習順序と、HTML リポジトリという形態

README の目次は 01.大语言模型基础 から 09.大语言模型评估 まで番号付きで並ぶ。基礎では言語モデル、分詞、Word2Vec、CNN/RNN/TF の比較、LLM が Decoder only を採る理由を扱う。02 で attention、layer_normalization、位置编码、MHA_MQA_GQA、MoE へ進み、04 でデータ並列、流水线并行、张量并行、序列并行、多维度混合并行、自动并行、moe并行 と並列化を分解する。05 で LoRA や adapter-tuning、06 で vLLM や TensorRT-LLM などの推論フレームワーク、07 で PPO と DPO、08 で RAG と Agent、09 で評価と幻覚を扱う。番号順に読めば、モデル構造から学習、配備、評価へという実務の流れに沿う。リポジトリの主要言語は HTML と表示されており、Markdown を静的サイトとして公開する構成だと考えられる。Homepage には wdndev.github.io/llm_interview_note が指定されているので、ローカルに clone せずともブラウザで読める。

読み手が実際に取る導線

オンラインで読む場合、README の「在线阅读链接」に記載された http://wdndev.github.io/llm_interview_note を開く。ローカルで扱いたい場合は git clone https://github.com/wdndev/llm_interview_note を実行し、main ブランチを取得する。各章は 01.大语言模型基础/1.语言モデル/1.语言モデル.md のようにディレクトリ一つにつき Markdown 一つという配置なので、grep で横断検索しやすい。たとえば分散学習の用語をまとめて拾うなら、clone 後に grep -r "张量并行" 04.分布式训练 のように対象ディレクトリを絞る。ビルド手順や設定キーは README には記載がない。公開サイトの生成方法はリポジトリからは確認できないため、独自にホスティングしたい場合は HTML の構成を自分で読む必要がある。

tiny-llm-zh ほか付随リポジトリとの関係

このノート単体は読み物であり、実行するコードは含まれない。手を動かす導線は README が別リポジトリとして列挙している。tiny-llm-zh は小パラメータの中国語 LLM をゼロから作り、事前学習、微調整、RL を一通り触る。tiny-rag は多路召回と重排を備えた簡易 RAG システム、tiny-mcp は Prompt と Function Calling で MCP のサーバとクライアントを実装する。llama3-from-scratch-zh は Meta 公式の重みを読み込める形で llama3 を実装し、16GB メモリのノート PC で動かせると README は述べている。tiny-llm-zh は ModeScope 上にデモが公開されている。ノートで概念を確認し、対応する実装リポジトリで手を動かす、という二段構えが想定された構成だ。

一次資料ではないという制約

README は「相关答案为自己撰写，若有不合理地方，请指出修正」と書く。著者自身が誤りを含みうると認めており、査読や出典管理の仕組みは README からは見えない。各 Markdown に出典が付いているかは章ごとに確認する必要がある。面接対策として使う分には、答えの暗記よりも論点の洗い出しに向く。一方、社内の技術標準や設計判断の根拠としてこのノートを引用するのは危険だ。数値、ベンチマーク、モデル規模の記述をそのまま転記せず、原論文や公式ドキュメントで裏を取る前提で読むべきである。目次には空の節も見える。03.训练数据集 の 3.2 模型参数、04.3 Megatron、06.3 量化、06.4 vLLM は見出しだけで子項目が並んでおらず、README の時点で未整備か、本文が目次に反映されていない可能性がある。読む前に該当ディレクトリを確認したほうがよい。

ライセンスが不明という実務上の障害

このリポジトリにはライセンス識別子が付与されていない。LICENSE ファイルの有無も、提供された情報からは判断できない。ライセンスが明示されないコードや文書は、著者が全権利を留保した状態と解釈されるのが一般的で、再配布、翻訳、社内研修への転載が自由にできるとは限らない。ここで法的助言はできないが、採用検討の初期段階で確認すべき事項ではある。個人がブラウザで読む、あるいは clone して手元で参照する範囲と、組織の資料に組み込む範囲では、必要な確認の重さが変わる。社内利用を想定するなら、リポジトリのルートにライセンスファイルがあるかを確認し、無ければ著者に連絡する経路を探すことになる。連絡先として README は WeChat 公式アカウントの画像を掲載している。

代替となる教材との違い

同じ著者による ai_interview_note は、深層学習、機械学習、推薦システム、検索システムといった汎用知識を扱う。llm_interview_note はその LLM 特化版という位置づけで、Transformer の内部から RLHF、RAG までを一冊の索引として辿れる点が違いだ。英語の一次資料と比べると、網羅性や正確性では劣る可能性があるが、中国語で用語の対応を確認しながら読める利点がある。逆に、特定領域を深く掘るなら、たとえば RLHF の実装詳細は PPO の原論文や DPO の原論文、推論最適化は vLLM の公式ドキュメントを直接読むほうが確実だ。このノートは入口として使い、各章から原典へ抜ける読み方が現実的である。

採用判断のまとめ

中国語で LLM 面接の準備をしている個人が、論点の抜けを確認する用途には向く。章番号が学習順序を示しており、付随する tiny-llm-zh、tiny-rag、tiny-mcp、llama3-from-scratch-zh と組み合わせれば、読むだけで終わらせずに済む。向かないのは、ライセンス条件を確認せずに組織の研修資料へ転載する使い方、検証済みの数値やベンチマークを求める使い方、そして空の節のまま未整備の領域を一次情報として扱う使い方だ。着手前に、リポジトリ直下の LICENSE の有無、参照したい章のファイルが README の目次通りに存在するか、最終プッシュが 2026-06-14 であることを確認する。

編集部の結論

中国語で LLM 面接対策を進める個人、特に Transformer から RLHF、RAG までを一本の索引で辿りたい読者には向く。逆に、ライセンス条項を確認できないまま社内研修資料へ組み込む使い方や、検証済みのベンチマーク数値を求める使い方には向かない。採用前に確認すべきは、リポジトリのルートに LICENSE ファイルが存在するか、各章の最終更新が 2026-06-14 のプッシュに含まれているか、そして参照したい章（例: 04.分布式训练/1.概述/1.概述.md）が README の目次通りに実在するかの三点である。

公式情報源

1. Issues
2. Project website
3. README
4. wdndev/llm_interview_note on GitHub