1. 如果想要在某个模型基础上做全参数微调，究竟需要多少显存？这个问题不能只看模型参数量，还得把训练时真正占显存的几部分一起算进去。全参数微调时，显存通常会被下面这些东西吃掉：模型参数本身梯度优化器状态前向传播保存的激活值CUDA 运行时和框架缓存如果用的是 AdamW 这类优化器，除了参数之外，还要额外维护一阶矩和二阶矩，所以训练显存会明显高于推理显存。一个比较粗糙但实用的经验是：全参数微调的显存，往往是模型权重显存的 6 到 12 倍左右，具体还得看序列长度、batch size、是否开 gradient checkpointing、是否做 ZeRO/FSDP 分片。拿 7B 模型举例，F...

双非学校， 八股大概看了一遍，该去投中大厂吗，还是继续沉淀再投。

"请介绍一下你在实习期间的主要工作成果。" 答辩组的三位技术专家坐在对面，我深吸一口气，打开了准备好的PPT。 "我主要参与了订单系统的架构优化项目。三个月前接手时，这个系统在日常流量下就偶尔会出现超时，团队一直担心大促时会扛不住。" 我翻到第二页，上面是一张压测报告的对比图： "通过参与微服务拆分、缓存架构重构和数据库读写分离，我们把系统的QPS从8000提升到了80000，P99延迟从500ms降到了50ms。上周的全链路压测中，系统在模拟双十一流量洪峰下依然保持稳定。" 一位专家抬起头："你具体负责了哪些模块？&quo...