被横向挂了，希望发出来对大家有帮助！1.多线程的理解和应用2.reentranlock和synchronized 在分布式场景下会有什么问题3.redis分布式锁setnx 如果加锁了但这个进程挂了怎么办，资源不是一直被锁4. 过期时间如果线程因为各种原因阻塞超过了过期时间怎么办5.MySQL索引底层6.为什么用b+树不用b树7.索引有哪些8.联合索引失效场景9.spring为什么加了transactional就有事务了10.注入bean是怎么注入的11.bean的生命周期12.volatile作用

1.问实习2. 项目拷打3. LLM 落地部署有什么好用的 trick？答案：现在 LLM 落地里，很多时候改模型不如先改数据和链路。第一步是把线上 badcase 分桶，区分是检索错、提示词错、模型能力不足、工具返回错还是数据源脏；第二步是做数据闭环，把高频错误变成 SFT、偏好对、规则样本或者评测集；第三步是做推理侧优化，比如 KV Cache、continuous batching、量化、prefix cache 和路由小模型。比较实用的 trick 是不要盲目微调整个模型。很多业务问题是知识更新、格式不稳、证据引用错，这些更适合通过 RAG、结构化输出、后校验和数据清洗解决。只有当错误...

硕士在读，bg应该是不差的，之前是做大模型的，论文只能说在投吧（有个ai for science的期刊论文)，有过一小段大厂校企合作搜推的项目，但是项目比较水，暑期实习想做搜推方面，暑期实习感觉我是废物了，自信心算是没了，彻底抑郁了😭😭1.字节三进宫，前两次人才计划分别一面和二面刷了，刚刚普通转正实习一面挂了2.快手人才计划三面泡池子，hr不回消息了3.腾讯之前一面挂了，今天又重新一面了4.阿里笔试挂了只能说快手和刚面的字节真的想不懂，之前挂我都大概知道什么问题，这两个都面的时候挺顺利的，最后还是挂了😭

发面经攒后面的人品，我攒我攒一面：1.组内业务介绍2.自我介绍3.上下文压缩怎么做的4.压缩的时候信息丢失怎么做5.这样上下文工程还有什么，比如引入长期记忆，讲了讲mem06.openclaw的记忆系统怎么设计的7.openclaw的多智能体协作是怎么做的反转链表---二面：自我介绍说一下最深的点，感觉有点为了表现自己说错了，是自己做的最深的点，我说的是最近比较关注的深入研究的点(hhh查询的接口，问我数据量到底有多少?我不知道啊！确实是扣分点Agent范式是怎么做的？混合查询怎么做的？组合总数---感觉还是自己太菜了