我的offer竞争力报告

1.skills和tools最大的区别？2.skills为什么选择用markdown文件？3.实习中比较有挑战的技术方面4.目前的token也比较烧钱的，减少token消耗方面有什么做法吗？5.url输入到渲染页面的完整流程6.https和http的区别7.为什么在国内访问不了tiktok，如何访问，原理是什么？8.http有几个方法？9.get和post的区别，哪一个更安全？10.cookie和session的区别？11.int和integer的区别?12.ArrayList和LinkedList的区别13.设计模式有了解吗？14.手撕订阅服务模式（寄）15.连续子数组求最大值oh no那个...

不知道过两年会变成啥样…   

一般情况下，我们聊到“大模型的量化”，想到的大概率是“把FP16转成INT8或INT4，从而降低显存、加速推理”。其实我觉得工程上没毛病，因为很少有人会去探索啥玩意是量化，但你要是放在算法岗的面试上，这样通常是不够的。面试官往往会继续追问：精度明明降低了，模型为什么还能正常工作？什么时候量化会失效？如果这时答不上来，基本就已经失分了。（我的答案放在文末）要把这个问题讲透，可以换一种更有层次的表达方式，从“是什么”到“为什么”，再到“什么时候不行”和“怎么选方案”，逐步展开。首先，从本质上看，量化并不复杂，它做的事情就是用更少的比特去近似表达原本的高精度参数。原本一个FP16权重用16bit表示...