1. 什么是生成式大模型？生成式大模型，就是在海量数据上训练出来，能够根据输入内容继续生成文本、代码、摘要、问答结果的一类模型。它不是去数据库里“查原句”，而是根据上下文，一个 token 一个 token 往后预测，所以它能生成新的内容。现在主流大模型大多是 Transformer 架构，尤其是 Decoder-only 这一类。因为这种结构天然适合做连续生成，训练目标和推理方式也比较统一。常见的生成式大模型有 GPT、LLaMA、Qwen、ChatGLM、DeepSeek 这些。2. 大模型为什么生成的文本能比较丰富，不会特别死板？核心原因有两个，一个是训练数据足够大，另一个是推理时不会每...

之前在公司混了三个月，做的活主要是mt看到啥想到个东西就让我去做了，比如写写工具或者看到个数据没及时更新就叫我去写个定时任务刷刷数据啥的，属于是没有也不打紧的那种需求，唯一一个比较完整的有数据指标需求是看组里文档和代码学的，属于提效项目而且组里我能接触到的代码都是内部平台基本没什么并发量，也没太多技术，就是crud，三个月连redis都没摸到过😅🐀想问下找暑期面试官会愿意听内部平台的内部逻辑业务吗

一、开场 1. 先简单做一下自我介绍2. 简单介绍一下 Java 中常用的 HashMap，以及 1.8 之后有什么优化 二、Java 基础 3. 红黑树相对于链表有什么优点4. 简述 JVM 有哪些内存结构5. 哪些区域比较容易发生 OOM6. 程序计数器会不会发生 OOM 三、Spring 框架 7. 解释一下 Spring 的 IOC 和 AOP 核心思想8. AOP 一般在项目中用到哪些场景 四、数据库 9. 什么是数据库事务的 ACID 特性10. MySQL 默认底层引擎是什么11. InnoDB 的数据结构采用哪些12. B+树和 B 树有什么区别13. B+树为了范围查询更快，...