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...

今天和字节的一位面试官朋友吃饭，吐槽了一下今年的春招简历质量。他跟我透露了一个残酷的真相：大厂筛选简历，平均停留时间真的只有3秒。在这3秒里，如果你的简历没有击中“靶心”，直接就会被Pass。作为“内部人”，他给了我三个关键加分项，能瞬间提升简历的通过率。今天分享出来，希望能帮到还在焦虑的牛友们。加分项一：关键词的“镜像化”布局面试官看简历其实是在“找词”。ATS系统和HR都在找JD（职位描述）里的那些硬技能。错误示范： 技能栏写得乱七八糟，或者项目经历里全是“负责、参与”这种虚词。正确姿势： 你的简历应该像JD的“镜像”。如果JD里强调了“SQL”、“Python”、“数据清洗”，你的简历里...