许愿新浪hr面

预训练语言模型中的Decoder-Only架构 Decoder-Only架构是当前大语言模型（如GPT、LLaMA、GLM）的核心设计范式，仅使用Transformer的解码器部分，通过自回归生成实现语言建模。其核心特点是单向注意力掩码，确保每个位置仅能访问历史信息，适合生成式任务。 GPT系列模型的技术演进 GPT-1首次验证了纯Decoder架构的潜力，采用12层Transformer和768维隐藏层。GPT-2将规模扩展到48层和1600维隐藏层，证明零样本学习能力。GPT-3进一步突破至1750亿参数，引入稀疏注意力机制和更高效的数据分布策略。 关键创新包括：  基于概率的token预...

。收拾收拾心情下一家吧————————————————10.12更新上面不知道怎么的，每次在手机上编辑都会只有最后一行才会显示。原本不想写凉经的，太伤感情了，但过了一天想了想，凉经的拿起来好好整理，就像象棋一样，你进步最快的时候不是你赢棋的时候，而是在输棋的时候。那废话不多说，就做个复盘吧。一面：1，经典自我介绍2，项目盘问，没啥好说的，感觉问的不是很多3，八股问的比较奇怪，他会深挖性地问一些，比如，我知道MMU，那你知不知道QMMU（记得是这个，总之就是MMU前面加一个字母）4，知不知道slab内存分配器->这个我清楚5，知不知道排序算法，排序算法一般怎么用6，写一道力扣的，最长回文子串反问：1，工作内容2，工作强度3，关于友商的问题->后面这个问题问HR去了，和中兴有关，数通这个行业和友商相关的不要提，这个行业和别的行业不同，别的行业干同一行的都是竞争关系，数通这个行业的不同企业的关系比较微妙。特别细节的问题我确实不知道，但一面没挂我。接下来是我被挂的二面，先说说我挂在哪里，技术性问题我应该没啥问题，主要是一些解决问题思路上的回答，一方面是这方面我准备的不多，另一方面是这个面试写的是“专业面试二面”，但是感觉问的问题都是一些主管面/综合面才会问的问题，就是不问技术问方法论。我以前形成的思维定式就是专业面会就是会，不会就直说不会，但事实上如果问到方法论性质的问题的话得扯一下皮，不能按照上面这个模式。刚到位置上就看到面试官叹了一口气，有一些不详的预感。我是下午1点45左右面的。1，经典自我介绍2，你是怎么完成这个项目的，分成几个步骤。我大致说了一下。你有没有觉得你的步骤里面缺了一些什么，（这里已经在引导我往他想的那个方向走了），比如你一个人的能力永远是不够的,,,我们平时会有一些组内的会议来沟通我们的所思所想。。。。3，你在项目中遇到的最困难的地方在什么方面4，说一下你知道的TCP/IP协议网络模型中的网络层有关的协议......5，接着4问，你觉得现在的socket有什么样的缺点，有什么样的优化方向？6，中间手撕了一道很简单的快慢指针的问题。大概是在链表的倒数第N个位置插入一个节点。————————————————————————————————————10.13晚更新补充一下一面说的一些奇怪的概念：1，提到了RPC2，提到了fu（第四声）拷贝，我当时说我只知道零拷贝，知道mmap，然后他说mmap是其中的一种方式，然后他问我知不知道DPDK，我说不知道，他说这个是一个高性能的拷贝方式3，MMU这个前面加了一个什么字母我这里没记，别问我了4，后面还提到了LTU，VFIO，孩子真的不会。

秋招投了快百份简历，大多杳无音信，本来都快佛系了，结果遇到个超暖的HR！本来只是一个很普通的投递，没想到她不光认真回我，还专门去跟老板争取，后来居然主动找我要微信，说“再帮你问问能不能给个学习机会”！找工作找得快emo的时候，突然被这么真诚的人对待，真的一下子就破防了，原来真的有人把求职者当回事，不是只看简历上的经验数字，秋招这么难，遇到这样的HR，感觉又有动力继续冲了～

八月底快手就到录用评估环节了，但意向书迟迟未发，总担心自己是排序靠后的“备胎”，或是面试评级、学历背景不够硬。没想到这周HR突然打来保温电话，简单问了一下我手上的offer开奖情况和薪资预期。我拿着美团的小SSP去a的，直接要的是测开的极限价。HR倒是挺诚恳，但表示需要提供带薪资的offer截图走OA审批。我觉得这相当于泄露隐私，便没答应，索性让他直接开奖。HR也挺爽快，当场电话过来介绍了薪资结构、职级晋升和福利细节。结果有点意外：快手base虽比美团低，总包反而更高些。但美团真的太香了——实习期间每天6点多就撤，最晚7点（除非周会或为了蹭餐补），正职同事也基本8点前下班，组里氛围轻松融洽。工...