康明斯交流贴

现在的面试官耳朵都听起茧子了，你如果背诵得像个没有感情的机器，多半走不远。 八股文要背，但要结合实际场景。比如问到数据库，你别干巴巴地只说 MySQL 怎么建索引、怎么调优。你得能往深了扯，比如顺带聊聊 OLTP 和 OLAP 的区别对比：“日常的业务增删改查（OLTP）咱们用 MySQL 肯定没问题，但如果考虑到未来海量数据的聚合分析，我会在架构设计时考虑引入 Doris 这种列式存储引擎（OLAP）……” 懂点技术选型和底层逻辑，面试官才会觉得你不是个只会照本宣科的 CRUD 码农。

大家觉得我这个简历能找到什么样的，中厂有希望吗，简历无水分全真实的

变成了坚定的图灵派（雾）

一、大语言模型基础1. 目前主流的开源模型体系有哪些？主流开源模型体系包括：LLaMA 系、Qwen 系、GLM/ChatGLM 系、Mistral/Mixtral 系、Baichuan 系、DeepSeek 系、InternLM、Yi 等。面试里建议从以下维度比较：参数规模（7B/13B/70B…）上下文长度（8K/32K/128K…）多语言能力工具调用能力（function calling / agent）推理成本与部署难度开源协议（是否可商用）2. Prefix LM 和 Causal LM 区别是什么？Causal LM：严格自回归，token 只能看左侧历史（下三角 mask）。Pr...