前言 你问大模型一句：“今天天气如何？”，它可能给你查一下本地今天的天气。 你再问它：“那北京的呢？”，他开始科普起了北京，完全忘了上文中的对话，推算出我们是需要他接着回答北京的天气。 以上是发生在早期各家 AI 助手中出现的问题，丢失上下文记忆。随着技术的发展，模型越来越“大”，这个问题出现的时间点（对话轮数）也越来越靠后。那么问题来了，模型是如何记住上下文的？我们该如何优化，在有限上下文中做更多事情？ 大模型根本不记 下面是我在开发AI应用的一个简单的解析图  是的，没错。我们每次的对话，包括之前的内容，都要一起发送给大模型。大模型本身不会去存储这些内容。既然不用存储，那如果不限制时间，岂...

看大家晒offer狠狠焦虑半年后，迎来了自己的大厂offer从腾讯终面排序挂，字节三面技术面挂后，第三个大厂抛来了橄榄枝，永远爱你米宝

这个简历，在boss投了二十多家了，没有安排一场面试，或者就是已读不回，现在做嵌入式门槛那么高了吗😴

问offer情况什么时候开始学编程为什么会想到这个方向性能优化的策略面试官说明B站情况，劝我先签，放弃B站面试（流程较慢）聊天（聊了半小时，和面试官请教了非常多东西，聊的非常开心）