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...

是简历有什么问题吗，求大佬指点要玉玉了

实习第三周，我第一次参加架构评审会。 会议室里七八个人，PPT 翻了二十多页，大家在讨论一个微服务拆分方案。 逻辑我基本听懂了，但有一处一直卡着我： 新的服务拆分之后，调用链路会多出两跳。日常流量下，问题不大。 但大促流量峰值呢？ 我翻了翻压测历史数据，高峰期 QPS 能冲到平时的十几倍。 我举了手："这个方案，在高流量场景下，级联超时的概率会不会放大？" 会议室安静了两秒。 架构师转过头，看了我一眼："你怎么算的？" 我把压测数据和延迟预估的推导过程说了一遍，大概三分钟。 他点了点头："这个问题值得拉个专项。" 散会后，导师发来私信...