第 13 题：混合精度训练（Mixed Precision Training） 题目 解释混合精度训练（Mixed Precision Training）的原理和优势。 一、在做什么？ 混合精度训练指在训练中部分使用 FP16（半精度），部分保留 FP32（全精度），在保证数值稳定性的前提下，用 FP16 加速计算、节省显存和带宽。 典型做法：前向和大部分反向用 FP16，权重和优化器状态用 FP32 维护，梯度在 FP32 下累加/更新后再转回 FP16 参与下一轮；对易溢出层（如 softmax、LayerNorm）保留 FP32 或做 loss scaling。 二、原理要点  FP16...

鼠鼠有点摆，去年边学着没敢投简历，没实习。从1月到现在总共面了五次，四次字节的日常(HR打电话约面试才敢去的)，然后一次腾讯的暑期，都是一面挂，其他则是没给面。暑期的岗，4.2才开始海投，前面想着等字节第四次一面后再投，结果挂，而且感觉投晚了。字节投了11个，9个简历挂，剩下2个没动静。阿里全都简历挂，剩下的在"投递简历"。腾讯给了一次面。然后其他大中厂、手机厂什么的都是做完测评or笔试就没下文，打开几个看也是终止流程，感觉剩下的也应该是简历挂了。感觉是简历的原因？项目部分，几次面试，感觉面试官主要就拷问过秒杀这一个点。自己说的时候会尝试把sse那条说成亮点，但除了腾讯面试官问过一下这整个点在业务方面对用户有什么用之类的问题外，其他最多只是问一下sse八股...感觉也许不是很让面试官感兴趣。这个短链接也是无人问津，就被问过一回雪花算法的设计。也许我该拿点评改改，然后再在网上找一个什么项目，凑两个，而不是用自己现在这两个项目？或者是点评改改放前面，然后原本第一个项目，把秒杀抽掉，剩下的想办法从网上火的RAG项目里移植点亮点，或者直接就用网上的RAG项目？感觉我主要还是偏向后端开发，但是感觉如果除开点评，再拿一个项目，想不到有什么自己能掌控且跟点评不重的。然后鼠鼠之前主要的问题是担心面试让打开项目演示，然后就一直花时间在用AI整第一个项目，第二个项目都没时间整，第四次面试之前还因为太害怕被认为不熟悉项目，跟AI一起把简历的说辞做了大幅度弱化，然后暑期都是拿弱化后的简历投的，感觉是不是看上去太没有吸引力就直接给简历挂了。(图1是弱化后的，图2是弱化前的，但之前3月初投了几家好像也是简历挂。)而且因为3月花了很多时间整在跟AI整代码，导致八股和算法都没怎么看，算法之前有跟灵神题单刷一些，还算入门，但是八股只看了一些基本的，可能面试的时候只答得上来60-70%，而且表述有些混乱，都是想到哪说到哪；前面几回面试基本上都有大板块的基础八股没答出来，比如RedisZ Set数据结构，MQ延时消息、可靠性保证，JVM内存分配的过程、GC roots，JUC锁，设计模式。现在有点不知道该怎么办。求大佬们给点简历修改建议或者面试准备建议，不胜感激！

都怎么样了啊？兄弟们，我这在boss上沟通基本都不要我的简历就拒了

1.基础认知类：请用通俗的话说明，什么是Agent？它与传统AI工具的本质差异是什么？回答模板：可以理解为，Agent是一种具备自主执行能力的智能体，能够完成“理解目标—制定方案—执行任务”的完整流程，不依赖人工逐步指令。例如传统翻译工具，需要用户复制文本、选择语言、点击翻译，每一步都需要人工参与。而Agent只需接收类似“把这份英文合同翻译成中文，检查专业术语并生成PDF发送到邮箱”的指令，就能自动识别文件、调用翻译服务、校验内容并完成发送，全流程无需人工干预。主要区别体现在三点：第一是自主性，传统AI依赖指令驱动，Agent可以主动拆解目标并规划步骤；第二是闭环能力，传统AI输出结果即结束...