Q1：大模型是怎么让生成的文本丰富而不单调的呢？答案：从训练角度来看：基于Transformer的模型参数量巨大，有助于模型学习到多样化的语言模式与结构；各种模型微调技术的出现，例如P-Tuning、Lora，让大模型微调成本更低，也可以让模型在垂直领域有更强的生成能力；在训练过程中加入一些设计好的loss，也可以更好地抑制模型生成单调内容；从推理角度来看：基于Transformer的模型可以通过引入各种参数与策略，例如temperature，nucleus samlper来改变每次生成的内容。Q2：什么情况用Bert模型，什么情况用LLaMA、ChatGLM类大模型，咋选？答案：Bert 的...

在学校工作室里面的工位

历时两个月，23场面试，最终收获4家offer，努力终将会有结果。找实习的这段时间令人痛苦，是空窗一场面试都没有的窒息感，是多次二面挂三面挂的绝望感，但是我都咬牙坚持下来了。3.18-momenta4.13-同程旅行4.28-字节跳动5.9-OPPO

这两年看 C++ 面试题，有个很明显的变化：面试官还是会问基础，但已经不太满足于你把“定义”背出来。以前很多同学准备 C++，重点放在语法点、STL、几道经典手撕题上，确实能应付一部分岗位。现在不一样，尤其是后台、客户端、基础架构、自动驾驶、游戏引擎、嵌入式 Linux、量化开发这些方向，面试官更喜欢从一个基础点一路追到语言机制、工程实践和性能取舍。也就是说，C++ 八股文还得会，但只会八股远远不够。真正拉开差距的，是你能不能把“语言特性为什么这样设计”“在项目里为什么这么用”“这样写的代价是什么”讲明白。一、现在 C++ 面试的重心到底变了什么先说结论：C++ 面试不是不问基础了，而是基础问...