简历写"负责微服务架构设计"，实际就加了俩接口。面试官问"服务怎么拆的"，懵了。继续问"用Eureka还是Nacos，为啥"，答不上。当场凉。这就是"面试反噬"——你写得越牛，问得越狠。记住：简历每个技术名词都是定时炸弹。写"Redis"就得准备回答缓存穿透击穿雪崩咋解决。写"高并发"就得说清QPS多少、瓶颈在哪、咋优化的。写之前问自己三个问题——1)真做过吗？2)知道为啥这么做吗？3)能展开说细节吗？答不上就别写。然后深挖每个技术点。比如写了"用Redis优化&q...

0实习，boss沟通了快一千个，就一个面试，求问问题出在简历还是招呼语呀？招呼语是：Boss您好，我对您发布的职位非常感兴趣，可以把简历发给您吗？

二本的结局就是铁人三项嘛

这份题库不是随便凑出来的 100 道题，而是从大量面经和题目里 筛出来的高频题。我整理了上百套校招、实习、校招的大模型相关面试题，又结合公开平台上反复出现的问题，把那些 出现次数最多、覆盖岗位最广、面试最容易问到 的内容统一收拢，最后形成这套 大模型常考面试题100道76. 训练和推理为什么要区分开看？答：因为两者关注的目标完全不一样。训练更关注怎么把模型能力学出来，重点在数据、loss、优化器、并行训练和收敛稳定性；推理更关注怎么把模型高效跑起来，重点在延迟、吞吐、显存、并发和成本。很多技术在训练阶段成立，不代表在线推理就划算。所以做大模型不能只会训练或者只会部署，至少要知道这两套问题是分开...