时间好快呀，不知不觉当中四年就过去了，现在回想起来，感觉就是一下子的事情，就好像才两三个月，当初刚来学校报到的场景都还历历在目。感觉好多事情都没有尘埃落定，现在都已经结束了，现在我来一 一写上句号。大一的时候是在浑浑噩噩的同时保留了对碌碌无为的厌恶，却从来没想过如何改变现状，上课的时候心不在焉，讲课的内容在我看来无非两种，没必要学的和学不会的，确实不喜欢思考，线性代数，高数，概率论这些课程虽然说分数都不算低，但其实都是靠着捷径，当时自诩小聪明，但是人生的上限就是在这种投机中不断拉低的，如果当时能认真学一下，后面的军队文职考试也不会那么拉跨。虽然有许多人说教育具有滞后性，脱离实际生产，但是我觉得...

编辑，回邮件了没有挂，大家不要自己吓自己如题，我之前都是收到反馈就都G了，这次去看状态没变灰。还没有进行hr面。可能是下班了，发邮件问也没回。

这几个月匆匆忙忙连滚带爬，三月都没怎么投，四月底投了几家，基本没有回复，最后一家发了offer，没去（就一面，没有聊技术方面问题，问了一下基本问题就过了，太假了）😃准备准备一下八股和项目，竞争力太弱了，只能说大一大二太摆烂了，大三才开始准备

Q1：大模型是怎么让生成的文本丰富而不单调的呢？答案：从训练角度来看：基于Transformer的模型参数量巨大，有助于模型学习到多样化的语言模式与结构；各种模型微调技术的出现，例如P-Tuning、Lora，让大模型微调成本更低，也可以让模型在垂直领域有更强的生成能力；在训练过程中加入一些设计好的loss，也可以更好地抑制模型生成单调内容；从推理角度来看：基于Transformer的模型可以通过引入各种参数与策略，例如temperature，nucleus samlper来改变每次生成的内容。Q2：什么情况用Bert模型，什么情况用LLaMA、ChatGLM类大模型，咋选？答案：Bert 的...