1、单例模式的注意事项，有哪些需要注意的答案：单例模式本身不难，难的是细节。真正要注意的点主要是线程安全、生命周期、析构时机、拷贝控制和全局依赖污染。如果是多线程环境，初始化过程必须保证线程安全；如果单例里持有文件句柄、网络连接、共享内存句柄这类资源，还要考虑进程退出时能不能安全释放。另外单例对象一般都不应该允许拷贝和赋值，否则“全局唯一”这个语义就被破坏了。还有一个很容易被忽略的问题是，单例虽然方便，但会让模块之间形成隐式依赖，测试时也不太好替换，所以不能什么都往单例上套。如果用 C++11 之后的写法，通常直接用局部静态对象实现就够了，初始化是线程安全的。代码： class Singlet...

本2硕9，简历里就写了一个点评和一个rpc，有点焦虑，hot100写过一遍感觉和没写一样，八股每天看，但是感觉有点看不下去，看一会就没劲，求骂醒目前才开始投，投了一个vivo，一个亚马逊，一个腾讯

现在没有什么面试，不知道是不是投的太少了，有没有需要优化的项目太烂大街了，需要换吗

1、自我介绍2、项目介绍3、介绍 NLP 中数据增强方式NLP 中常见的数据增强方式主要有同义词替换、随机插入、随机删除、随机交换、回译、模板扩写、噪声注入、对抗样本增强和基于大模型的数据改写。同义词替换是把句子中的部分词替换成语义相近的词；随机插入和删除适合做轻量扰动；随机交换适合增强模型对局部顺序变化的鲁棒性；回译是把句子翻译成另一种语言再翻回来，能够保留大意但改变表述；模板扩写适合分类和信息抽取任务；噪声注入比如加入错别字、空格、标点变化，适合提升鲁棒性；对抗样本增强更偏训练阶段优化；现在更常见的是让大模型做改写、扩写、同义表达生成。数据增强不能只追求数量，更重要的是标签一致性和语义不偏...