用一张包含关系图讲清人工智能、机器学习、深度学习、神经网络四者的层级：人工智能是最大范畴，机器学习是它的核心技术，深度学习是机器学习的分支，神经网络是实现深度学习的基础架构。

用 SDK 或 HTTP 调用大模型服务的两种方式：一次性返回完整结果，以及流式逐段返回；包含鉴权方式、参数说明和常见错误码。

用两组有对应关系的时间序列数据做预测的几条思路：滑动平均、线性回归、ARIMA 以及 LSTM 这类模型，比较各自对数据量和特征的要求。

学习率对训练收敛速度和稳定性的影响，太大与太小分别会出现什么现象，以及微调大模型时通常从哪个量级开始试。

新装的 Ubuntu 上不用装 CUDA，只要装好显卡驱动，再配上 NVIDIA Container Toolkit，就能在容器里直接用 GPU 跑 CUDA 程序。

跑模型时最常用的几条命令：实时看 GPU 占用、导出 Python 依赖清单、把本地文档解析服务挂在后台常驻。