1. FLUX 的结构、它属于什么生成模型、优势是什么FLUX 本质上还是一类文本到图像生成模型，但它和早期单纯依赖 U-Net 的扩散路线相比，更强调基于 Transformer 的统一建模能力。它通常会把图像 latent、文本条件以及时间步信息一起送进 Transformer 模块，让模型在更统一的 token 空间里做跨模态交互。这样做的一个直接好处是模型容量更容易扩展，文本理解和图像细节控制也更强。从生成机制看，它依然属于连续生成模型，只不过在网络结构和训练目标上比传统 diffusion pipeline 更现代。它的优势主要有三个：第一，文本条件理解更强，复杂 prompt 下的...

考研下岸了，大四上没去校招，现在没实习经验，简历投进去但是过不了筛😣，各位🐮友有什么高见吗

…… 标题党了，对不起各位牛爷爷了，请问各位简历有没有要优化的

那是实习第七周的一个下午。 导师在群里发了条消息："流量切换窗口定在今晚，大家准备一下。" 我盯着屏幕愣了几秒。那个我参与重构了将近一个月的服务，今晚要正式承接线上真实流量了。 说"参与"其实有点谦虚。最开始确实只是参与——导师把整体架构画在白板上，我负责其中一个子模块的实现。但后来事情慢慢变了。 第二周的时候，我在跑压测，发现某个环节的耗时曲线不太对劲。不是那种一眼就能看出来的异常，而是在流量逐渐上升的过程中，响应时间的增长斜率比预期要陡。我截了张图发在群里，问导师："这个趋势正常吗？" 导师看了一会儿，回了两个字："不正...