第一次面试的那家小厂过了，还以为没了。后面还有几个大厂的面试，我统一是说4.1号到岗，目前手里的这个需要马上答应下来吗，还是可以等等。求助有经验的大佬

1．自我介绍2．你做的上下文扩大具体是怎么做的，原理是什么？3．相关长文本是怎么做几阶段训练的？4．除了所用的扩展方式， Deepseek 、 Llama 的长文本扩展方案是什么，为什么选择当前方案而非其他？5．若要将模型训练到1000K的上下文长度，该从哪些方面实现，其中的难点是什么？6.32B模型训练用到了多少显卡？7．若将上下文扩展到1000K，该如何估算训练的算力用量？8．上下文扩展到1000K后，训练时显存会在哪些地方暴涨？9．用 GRPO 做后训练的过程中，遇到的典型或较难的问题是什么？10．针对上述问题，训练 Skill 的具体方式是什么？11．从算法设计角度，该如何解决模型无效调用工具、工具调用参数失败的问题？📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

最近有不少同学问我关于 AI 应用开发方向的求职思路，尤其是背景不算顶尖时该怎么规划。我自己是专升本出身、双非硕士，经历过两段实习——一家小厂和一家物流中厂，做的都是比较核心的业务，时至今日，也是拿了几个薪资还比较客观的offer。这篇帖子不讲鸡汤，只讲方法论，希望对正处于春招的同学们有参考价值。一、先把自己的背景看清楚，再谈规划很多人求职时第一步就去刷题、背八股，却没有想清楚一件事：自己究竟适合投哪类公司、哪类岗位？背景决定初始路径，这一点在 AI 应用开发方向尤为明显。以我的情况为例：专升本 + 双非硕，意味着在简历筛选阶段会被部分大厂直接过滤。接受这个现实，不是认命，而是为了把精力集中在...

1.介绍实习期间的agent产品，自己参与实现了哪些功能，做了什么事2.数据库优化问题（最左前缀、覆盖索引、回表）3.EXPLAIN中各个字段含义（type、key、key_len、extra）4.text类型数据在MySQL中是怎么存的？5.text在MySQL中查询需要两次查询，那怎么优化？6.定时任务分片怎么做的？7.给了一个任务场景，问GMP怎么调度的？8.GMP的work stealing机制为了解决什么？9.slice和array区别？两个array类型的a，b，if a == b时底层在干嘛？10.Go的IO多路复用用的什么？讲讲Epoll11.阻塞IO和非阻塞IO？12.分布式KV中网络分片后怎么解决脑裂的，讲讲Raft算法（Leader选举，日志复制...），Raft算法是为了解决什么问题的？手撕：零钱兑换（力扣322）