都别干活了

1.自我介绍2.简单问了项目3.== euqals4.String 比较的是啥4.Springboot配置文件5.Springcloud 网关作用6.三大范式7.有哪些索引8怎么解决慢查询9.开启慢查询日志的命令10.expailn11.springmvc执行流程12.mybatis的分页13.mq有哪些组件14.redis的数据会一直存在吗15.拆了多少微服务16.配置文件都写在哪了 比如mysql的17.用xxljob做了什么，用过其他定时任务吗18.进程与线程19.线程池参数20.怎么部署的项目21.docker相关问题，需要更新镜像版本的时候怎么做22.前端了解多少23cookie和session24.http状态码25.反问回答了大概70-80% 面试官也基本点到为止

嵌入式春招临近，很多同学开始集中准备面试八股。对于嵌入式岗位来说，八股并不是单纯的记忆题库，而是一套围绕C语言、操作系统、硬件基础与项目经验构建的完整知识体系。准备是否系统，往往直接决定春招结果。本文从真实面试考察维度出发，整理一套完整的嵌入式春招八股准备思路，适合准备校招与提前批的同学参考。一、嵌入式春招主要岗位方向嵌入式岗位来源主要集中在以下几类企业：通信设备与ICT厂商：华为、中兴消费电子与智能硬件公司芯片与半导体企业无人机与机器人公司：大疆汽车电子与物联网公司不同公司业务不同，但校招面试的核心技术考察高度一致。嵌入式春招面试本质考察四部分：C语言基础操作系统与计算机基础嵌入式原理与硬件...

祝大家都能拿到满意的Offer！1. 项目拷打2. 详细阐述Transformer的底层原理，并说明其能够替代RNN的核心优势；结合Transformer架构的成熟度，分析Self-Attention机制在多模态对齐任务中是否存在瓶颈，以及在实际业务场景中，是否出现过注意力权重完全偏移的情况。3. 讲解LoRA的技术原理，说明LoRA是否仅能嵌入Linear层；分析LoRA无法在LayerNorm层之后插入的原因，以及该操作会对模型训练稳定性产生哪些具体影响。4. 结合实操经验，说明QLoRA降低训练资源成本的核心逻辑；列举常见的模型量化方式，并解释QLoRA选择NF4与FP16组合而非其他方案的原因，阐述NF4的分布拟合逻辑。5. 针对采用multi-query attention优化后，decoder延迟仍居高不下的问题，分析潜在性能瓶颈；探讨vLLM自带的KV Cache是否会成为推理过程中的负担。6. 分别说明Embedding模型与Rerank模型处理文本语料的核心流程，并结合实际应用场景举例说明。7. 结合过往RAG项目经验，讲解从数据清洗到检索服务上线的完整链路搭建流程，重点说明chunk切分的具体策略。8. 分析当前RAG技术落地的最大瓶颈，并阐述你在项目中采取过哪些优化手段来提升检索召回率（Recall）。9. 针对XX领域大模型的训练工作，说明SFT（监督微调）数据集的构造方法与核心思路。10. 结合LoRA微调实操经历，说明rank值的选择依据；在合并adapter权重的过程中，是否遇到过梯度爆炸问题，以及对应的解决方法。11. 结合你的模型部署相关经验，说明模型参数量与硬件算力需求之间的对应关系（例如不同参数量级模型所需的算力配置标准）；以部署一个稀疏率千分之三的235B参数量MOE架构模型为例，估算其所需的算力规模。12. 在搭建RAG知识库时，若需对文档进行动态更新，你采用的是全量嵌入还是增量处理方案？若为增量处理，如何规避新旧文档数据分布不一致导致的检索偏差问题。13. 针对机械臂动作态融合相关工作，说明数据融合的具体实现方案，以及对比实验的设计思路与评估指标。

面试题简述你能讲讲 Spring Boot 的自动配置原理吗？Starter 是怎么起作用的？面试官想听的这是校招高频原理题，主要考察候选人能否从以下三个方面串出完整逻辑：1、自动配置触发点；2、加载机制；3、条件装配；面试示例回答Spring Boot 的自动配置其实是基于 Spring 的条件化装配机制 + SPI 扩展机制实现的。入口是 @SpringBootApplication，它包含了 @EnableAutoConfiguration。这个注解会导入 AutoConfigurationImportSelector，在容器启动时从 META-INF/spring.factories ...