华为泊松实验室的事有人了解吗

1.详细讲讲读研期间的横向项目2.简历里的项目最难的技术点是什么？怎么解决问题的3.分布式缓存，分布式节点中有一个节点下线了，那这个节点负责的数据怎么处理呢？4.如果非常多的请求访问这个下线的节点，你该怎么处理这种请求？5.缓存击穿，缓存雪崩，缓存穿透怎么解决6.平时，有看源码的习惯吗？分享一个实际的经历？7.大模型用得多吗？有多人协作的经历吗？跟他人沟通协作的时候，你一般充当一个什么角色？Deadline怎么克服？8.最近有学习的一些新的技术？学习是通过什么方式学习的？有实际用过什么设计模式？9.实习时间？整体难度不难，只是根据简历项目做一些简单提问，并没有很深入的去拷打项目细节，更多看重你的学习习惯与思维逻辑表答能力

大纲5.服务发现—服务之间的调用请求链路分析6.服务端如何维护不健康的微服务实例7.服务下线时涉及的处理8.服务注册发现总结5.服务发现—服务之间的调用请求链路分析(1)微服务通过Nacos完成服务调用的请求流程(2)Nacos客户端进行服务发现的源码(3)Nacos服务端进行服务查询的源码(4)总结(1)微服务通过Nacos完成服务调用的请求流程按照Nacos使用简介里的案例：订单服务和库存服务完成Nacos注册后，会通过Feign来完成服务间的调用。如下图示：步骤一：首先每个客户端都会有一个微服务本地缓存列表，这个缓存列表会定时从注册中心获取最新的列表来更新本地缓存。步骤二：然后当orde...

真服了，我不信有这个题，还不会 常见的业务题 ◆ 大模型（LLMs）基础面 • 目前主流的开源模型体系有哪些？ • prefix Decoder 和 causal Decoder 和 Encoder-Decoder 区别是什么？ • 大模型LLM的 训练目标 是什么？ • 涌现能力是啥原因？ • 为何现在的大模型大部分是Decoder only结构？ • 简单 介绍一下 大模型【LLMs】？ • 大模型【LLMs】后面跟的 175B、60B、540B等 指什么？ • 大模型【LLMs】具有什么优点？ • 大模型【LLMs】具有什么缺点？ ◆ Layer normalization 篇 • La...

小白怎么用？先下载ollama这种模型工具（Hugging face的Gradio也可以实现可视化，可视化可以不要），然后去下载ollama的模型，还有对应ollama的模型，这里我花了一整天测试模型与数据集不适配的情况，尝试用hugging face的transformor接口去调用ollama的模型，完全不行，然后不要尝试调模型到适配数据集，你会发现调试完系统也不认识你，因为调用的时候会访问云端接口，所以修正模型大概率无法成功，所以只能去修改你对应的数据集，去适配你ollama的模型，然后你下载的大概率会是基础模型，类似qwen，gemini这种，这个偏差值和丢失率很高，一样的数据集在精度...