工作一年，感觉不如实习生

我们是如何走到这一步的人工智能这一词出现，依然有几十年的历史，差不多每过十年就会经历一次 AI 浪潮。抛开那些繁杂的概念，只说大模型，起源可以追溯到 2017 年发布的《Attention is All Need》论文，论文提出了Transformer，给现在的 LLM（大语言模型） 奠定了理论基础。理论到落地通常需要很久的时间。所以直到2022年，才有第一个应用诞生，至今AI应用访问量上都占据着榜首。模型 & 应用如何理解LLM一个发光二极管，亮与暗代表1和0，这样电信号与数字信号便有了转换方式，硬件与软件有了初步合作。不过0101代码的还是不够让人类方便的理解，于是人们将一组01抽...

自我介绍： 在校期间学分绩点3.5，专业排名前三，获得过国家励志奖学金，专业奖学金，三好学生等荣誉。在学科竞赛方面，我参加过电赛，全国大学生嵌入式设计大赛，蓝桥杯，机器人，全球校园算法精英大赛等学科竞赛，并获得过国家级和省级奖项。在专业技能方面，熟练运用STM32、GD32等MCU进行产品开发，掌握IIC、SPI、UART等总线协议，能够熟练使用MDK、IAR等IDE开展调试工作，深入了解FreeRTOS/RTThread基本原理并灵活运用。还掌握宏代码生成、列表宏、底半处理、导出输入段和工作队列(派发队列)等编程技术和技巧。此外，我熟悉 ARM 体系结构与程序内存布局，能灵活运用指针、位运算、结构体进行嵌入式系统开发，也会使用示波器、万用表等设备完成硬件调试。在项目实践方面，我曾负责或参与组合导航模块、与北京理工大学合作的共轴无人机系统、便携式示波器三个项目。过程中我主动总结优化 —— 比如基于面向对象方法自主实现按键、串口及 IIC 驱动框架；结合回调函数和弱符号机制，实现中断处理框架。学会了 OpenOCD 开源调试器的使用，掌握栈回溯、查询 map 文件等高效 debug 手段。

这难道是某种面试的方法吗上课的时候听了第一句然后我就挂断了何意味...

面试题简述现在模型都在追求上下文，你知道业界一般怎么做的吗？比如Qwen是怎么实现超长上下文能力的？面试官想听的1、解释超长上下文的常见技术路线。2、能具体说出 Qwen 的 Attention Sinks。3、能提到 RoPE 插值、多尺度位置编码。面试示例回答业界主流的上下文方案包括：1、位置编码扩展，比如 RoPE 插值。2、注意力稀疏化，比如 Longformer。3、扩展 KV Cache，如 MQA/GQA。4、Attention Sinks 解决模型以往问题。详细内容可跳转该链接查看详情：http://xhslink.com/o/9If4fL2eS0F由浅入深分析1、RoPE插值...