研发卷，10道选择题 + 3道编程题，选择题基本上都是AI/大模型相关：RAG、大模型等等，最近做笔试基本上都是AI相关的了， 大家还是提前多刷刷AI的知识吧 编程题： T1. 风不吹雨 操作 1 是把  变成 ，最多用  次；操作 2 是减 ，最多用  次。每个位置每种操作最多做一次，两种可以同时做，求最小元素和。 一个比较显然的结论：如果同时做两种操作，先除后减一定不差于先减后除（因为除法会把减掉的量也砍半）。所以同时做两种操作的减少量就是 ，其中 。 然后注意到操作 2 对每个元素的减少量都是 ，跟选哪个元素无关。所以操作 2 直接贡献  的减少量。操作 1 的减少量取决于选哪些元素，贪...

ps：再次感叹牛客小助理选题真有水平，该条问的次数仅次于RAG。幻觉是RAG缺点的一个延伸问题，在生成阶段会出现的还是老生常谈的几个问题，是什么（原理），有哪些，怎么优化/解决幻觉的原因：1. 统计概率预测的缺点2. 奖惩错位，不能说不知道（有处罚），有输出但乱说有激励3. 训练的数据有误其他的可以自行补充二、幻觉分类1.编造类幻觉2. 违背真实事实类幻觉3.上下文环节  牛头不对马嘴4.来源/引用幻觉以上是自己命名的，意思大概差不多就行三、怎么解决，这里要看面试官怎么问，一般有训练和推理两个角度回答这个问题要先捋清楚训练和推理的关键步骤，再去思考这个关键步骤有什么措施能解决，套用已有的基本知识，主打一个靠边回答-  训练阶段数据、训练方法、模型架构、测试大概是这些- 推理阶段核心是要给“路”加各种路标和线路，让模型跑在正确的路上

入职互联网大厂大半年，我是部门唯一的本科生，亲身经历和身边人的对比，让我对学历在求职和职业发展里的分量，有了比学生时代更清醒的理解。今天想把这些真实感受，认真和大家聊一聊。首先我特别想反驳一个流传很广的论调：本科能就业就别读研。每次看到有同学明明有保研机会，却被这种说法忽悠着直接工作，都觉得特别可惜。结合技术岗的实际情况，我把市面上的工作大致分成两类：一类是真正的大厂岗位，起薪可观，更关键的是身边同事整体水平高，能接触到行业前沿的技术和成熟的体系，这段经历本身就是未来跳槽、晋升的重要背书，我把这叫作给自己构筑职业壁垒；另一类更像是单纯的体力消耗，薪资不高，工作内容重复且无成长，对后续职业发展几...

朋友的舍友大二，直接被字节捞走了，说是在github上看到了这位舍友的账号，直接联系本人了，我也一直在找实习，但是很少人要我😅😅😅