1. 介绍下你实习学了什么 做过什么项目,为什么离职的2. MoE 为什么能在参数量很大的情况下还能把训练和推理成本压住，真正难点在哪MoE 的关键不是“参数变多了”，而是“每个 token 只激活一部分参数”。也就是说总参数量可以做得很大，但单次前向只走少数几个 expert，所以理论上计算量不会随着总参数线性增长。这个思路在大模型里很有吸引力，因为可以同时兼顾容量和成本。但真正难的地方是路由和负载均衡。路由器如果只偏爱少数 expert，训练会很不稳定，热门 expert 被打爆，冷门 expert 学不到东西。另一个难点是通信开销，尤其多机训练时，token dispatch 和 gat...

hr先为昨天的delay道歉了，态度很温柔也很专业。主要问一些压力的克服实习内容与成长，困难怎么克服到岗时间与实习时长为什么不考研先打了个mentor和leader比较忙的预防针反问：工作节奏，offer时间

秋招跑了小半年，我算是看透了，现在的招聘，明面上的JD写得比唱的还好听，什么“本科及以上”“男女不限”“能力优先”，背地里全是隐形歧视，条条框框能给你列几十条，你连怎么死的都不知道！今天必须把这些上不了台面的隐形歧视全扒出来，看看你们有没有遇到过同款离谱操作！1. 学历歧视：JD写着本科及以上，实则双非直接进垃圾桶这是最常见、最离谱的隐形歧视，没有之一。JD上明明白白写着“本科及以上学历，计算机相关专业”，结果呢？人家的系统直接给你分三六九等：985先看，211备选，双非直接扔垃圾桶，专升本、民办本科更是连HR的眼都入不了。我双非本科，秋招海投了上百家，80%都是已读不回，内推的学长跟我说，很...