1、知道 GPT 和 BERT 这种模型的基础框架是怎样的吗BERT 和 GPT 都是基于 Transformer 的预训练模型，但结构和任务目标不一样。BERT 一般采用 Transformer Encoder 堆叠起来的双向编码结构，在预训练时主要做 MLM，也就是随机遮盖一部分 token，让模型根据上下文去恢复被遮掉的词，因此它更适合理解类任务，比如分类、匹配、抽取、检索表示学习。GPT 采用 Transformer Decoder 堆叠起来的单向自回归结构，在预训练时做 next token prediction，也就是根据前面的 token 预测下一个 token，因此它更适合生成...

不过大厂的面试确实比小厂能学到更多

总时长35分钟，无手撕，感觉遇到KPI面了，唉35分钟一直在问实习，八股就问了下面的1.redis与数据库的缓存一致性2.redis的zset数据结构3.redis的两个持久化机制4.分布式cap理论5.什么时候ap，什么时候cp6.进程线程协程问怎么没手撕，说一面撕过了，业务是应用宝游戏商城，后面过了还有一面技术面，问面试表现，说挺顺的，可以再关注一下运维数据，然后问转go有难度嘛，就结束了

在牛客刷到过太多同学的困惑：“刚毕业第一份工作，天天996忙到凌晨，却不知道自己是在成长还是在消耗”“实习干了半年，全是端茶倒水的杂活，领导说要沉淀，我该不该跑路”“工作稳定不加班，但每天都在混日子，感觉自己快废了，又不敢裸辞”我们这代职场新人，好像永远困在这个两难的问题里：一边怕选错路，把宝贵的青春耗在了无意义的工作里；一边又怕太浮躁，错过本该深耕的机会，把“熬”错当成了沉淀。作为从两份消耗型工作里跳出来、最终找到成长赛道的过来人，我想告诉大家：判断一份工作值不值得做，从来不是看它忙不忙、稳不稳定、薪资高不高，而是看它到底是在给你的人生赋能，还是在把你一点点掏空。这篇文章，我会从底层逻辑帮你...