你以为你只需要调调参数？实际上，你要面对的将是：生犯贪嗔痴戾疑，死受鞭笞斧灼烹（不好意思，杀批乱入了）。好了，言归正传，作为一个合格的视频算法工程师，大概的技术链路就如下图所示，其中最重要的就是视频画质算法（超分/去噪/增强），这一领域不可避免地要深度依赖深度学习。“深度学习”这个概念大家耳熟不一定能详，但如何系统地掌握它？也就是从“知其然”到“知其所以然”？ 阶段一：数学与编程基础 ( 2周左右，熟悉可跳过)万丈高楼平地起，在开始搭建神经网络之前，你需要掌握底层的语言（Python）和逻辑（数学）。不要被复杂的公式吓跑，我们以“够用”为标准。数学基础线性代数：矩阵运算、特征值、特征向量微积分...

1.大厂 title 加持🤩大公司的名头往简历上一搁，直接就加分！毕竟竞争这么卷，你能进得去，本身就证明简历没啥毛病。关键是得把工作内容挖深了，掰开揉碎了写进简历里，别浪费这个好背景。2.靠谱带教 + 合拍同事 + 舒服氛围👥就算每天干的都是打杂跑腿的活儿，只要这三样到位，这实习就值了！实习做琐事太正常了，但你可以逮着机会就请教领导同事，盯着他们咋干活、咋思考的，这些都是实打实的收获。对咱来说，能学到东西的实习，就是好实习！3.能上手真活儿，攒真本事💪要是不用天天打杂，能独立接触项目，甚至扛下一小块儿具体工作，那可就赚大了！既能提升实打实的工作能力，又能把业务流程摸得门儿清，这种实习含金量直接拉满。说到底，实习有没有用，还是得看自己的感受。要是干得憋屈、内耗严重，那果断跑路别犹豫！要么能给简历添彩，要么能让人干得开心有情绪价值，这样的实习才算没白忙活一场。

经验就一条：Prompt 一定要拆开，任务一定要变简单。在面对小模型时，它们能力有限，如果把一堆要求（比如整篇文章+要求）塞进一个 Prompt，可能回答的就牛头不对马嘴了——不是主语识别不全，就是逻辑硬伤，或者答案缺斤少两。要把 Prompt 变成“工作流”，每一步只处理一个问题。比如“根据文章提问”，我通常拆成三步：第一步：只让模型识别文章的主语。第二步：根据主语去编问题。第三步：再针对问题生成答案。每步只干一件事，模型想出错都难。再比如做长文本的“分块（Chunk）”处理：不要让模型重写全文，除非你的token值够用，而且还会增加它的思考难度。你可以把原文段落编上号，让模型只输出：“标题...