最近把地平线 嵌入式软件开发二面的题目总结下了，大家可以参考参考，难度还是有的。1. 请详细介绍你做过的一个嵌入式项目，从架构设计角度说明整体分层，以及你负责的核心模块。2. Linux 内核启动流程是怎样的？从 BootLoader 到用户态程序运行，中间经历了哪些关键阶段？3. 讲一下你对 Linux 内存管理机制的理解：虚拟内存、页表机制、缺页中断是如何工作的？4. 在多核嵌入式系统中，Cache 一致性问题是如何产生的？硬件与软件层面分别如何解决？5. 详细讲一下中断机制：从硬件触发到驱动处理的完整流程。上半部和下半部为什么要分离？6. 如果一个驱动出现偶发性崩溃或内核 panic，你...

小米oc了，但是在犹豫去不去。如果接受的话，小米正职待遇太差了，而且也不是互联网大厂，不确定这段经历对于秋招的背书有多大。算上餐补实习薪资5100，感觉太低了，并且岗位是中台开发，会干一些杂活，而且没有专门的mentor，和纯后端有一定区别。但是如果不接受的话，害怕接下来找不到好的offer，暑期0offer。图一是我简历上的项目和所学知识，图二是JD。实习的岗位不垂直，对秋招帮助大吗，该不该去，去了之后能胜任任务吗？

本2硕9，力扣是没刷完的，八股是没背完的，准备先投中小厂练练手，逼自己先面试找找感觉。大厂到底什么时候才配投啊，看了面经能掰扯的最多才一半

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...