刷到这个话题，一下子就想起了我实习第一天的样子，紧张到手心冒汗，连喝水都不敢大声，现在回头看，又好笑又怀念。我是双非计算机本科，在杭州一家互联网公司做后端开发实习，实习第一天，我提前半个小时就到了公司楼下，在楼下便利店坐了20分钟，反复对着手机里的自我介绍稿默念，生怕进去说错话，连呼吸都在紧张。到了上班时间，我给mentor发了消息，他下来接我，带我进了办公区。第一关就是认人，他带着我挨个工位介绍组里的同事，“这是张哥，负责架构的”“这是李姐，负责业务开发”“这是王哥，测试负责人”，十几个人介绍下来，我一个名字都没记住，全程只会傻笑，重复着“您好您好，我是新来的实习生，以后请多指教”，脚趾都快...

双一流28届java找第一段日常实习 目前沟通327份 投递4份 0面试。还有大厂要简历是什么意思啊？一次都还没面试都不敢发

之前一直在牛客刷大家帖子，看到了很多人吹捧大厂多好多好。但是说个会被喷的事实：双非本，秋招拿了5个offer，比我那个在某大厂实习的室友还多一个。他在大厂做了三个月，负责链路中的一个中间模块。听起来很厉害对吧？但面试的时候面试官追问这个特征是怎么选的召回策略谁定的，他只能说这部分是算法团队负责的。我在旁边听得都替他尴尬。我呢？在一家不过百人的小公司做了个后台管理系统，全流程就我一个人。你问我任何一行代码为什么这么写，我都能给你掰碎了讲，因为踩过的坑我全记得——凌晨两点调CORS跨域问题的那种刻骨铭心你懂吗。说到底面试官要的不是你title多好看，是你到底有没有真正做过这件事。大厂名字能帮你过简历关，但到了面试那一步，你做的东西是不是你的，一问就知道了。后来我室友也想明白了，他说我那三个月最大的收获就是知道了食堂哪个窗口最好吃。我不知道他是在自嘲还是在认真的。

Q1：大模型（LLMs）具有什么优缺点？答案：优点：可以利用大量的无标注数据来训练一个通用的模型，然后再用少量的有标注数据来微调模型，以适应特定的任务。这种预训练和微调的方法可以减少数据标注的成本和时间，提高模型的泛化能力；可以利用生成式人工智能技术来产生新颖和有价值的内容，例如图像、文本、音乐等。这种生成能力可以帮助用户在创意、娱乐、教育等领域获得更好的体验和效果；可以利用涌现能力（Emergent Capabilities）来完成一些之前无法完成或者很难完成的任务，例如数学应用题、常识推理、符号操作等。这种涌现能力可以反映模型的智能水平和推理能力。缺点：需要消耗大量的计算资源和存储资源来训...