研一求助各位大佬🆘

因为一些原因 All in 秋招。打算学大麦 专业技能这么写合适吗

1. 自我介绍2. 组播报文是怎么接收的3. UDP有粘包问题吗4. 用自定义类作为哈希表的key，对自定义类有什么要求？5. 自己实现hashcode方法，怎么实现6. hashMap并发问题，答了尾插法的成环问题7. 扩容的时候有并发问题吗8. 讲讲双亲委派机制9. ThreadLocal底层是什么实现的10. 线程有几个状态，怎么转换的11. Thread类的wait方法会让线程进入什么状态？notifyall呢？12. 联合索引a,b,c  ，查询子句 where a> 1，走不走索引13. 怎么看一条sql走不走索引14. MySQL有哪些锁15. id是主键，where id > 10，加什么锁？范围呢？16. name是普通索引，where name = ' 张三',加什么锁？范围呢?17. 两个有序数组合并，时间复杂度多少18. K个长度为n的有序数组合并，时间复杂度多少？[这里我用递归举例，nKlogK，用合并排序举例，nK + KlogK]19. 算法题，合并两个有序链表

今天老师整理了大模型入门的几个学习步骤、目标和需要掌握的基础知识，供初学者快速掌握基本路径。1️⃣前置知识： Python 基础、 Linux 基础🌟学习内容1.熟练掌握 Python 语言，熟悉常用的Python 库和工具，如 NumPy 、 Pandas 、  Scikit - learn 、 PyTorch 等。2.具备 NLP 相关的基础知识，包括文本预处理、分词、词性标注等。3.对大模型有一定了解，包括Transformer 模型的结构和原理、基于注意力机制的自然语言处理技术等。2️⃣Step1:NLP相关基础知识🌟学习内容1.了解文本预处理、分词、词性标注、命名实体识别、词向量表示等基础知识。2.掌握机器学习中的数据预处理、特征提取、分类、回归等基础算法，并了解其在 NLP 领域的应用。3.了解大规模 NLP 任务中的常用技术和方法，如深度学习中的 Transformer 模型、 BERT 、 GPT 等。3️⃣Step2:GPT API 调用及 Prompt 设计🌟学习内容了解 GPT API 的调用方式和基本操作，熟悉 Prompt 设计技巧和要点，能够结合自己的任务调用 API 实现对应的任务代码。4️⃣Step3:模型微调（ Fine - tuning )🌟学习内容了解常见的微调模型的基本流程和原理，熟悉数据集的构造、训练、评估等过程，能够独立构建 QA 对，在服务器上对模型进行微调。5️⃣Step4: RAG （外挂数据库）🌟学习内容RAG 作为目前最火的一个 LLM 落地方向，可以结合私有数据（表格、 word 、 txt 、 pdf 、数据库皆可）实现本地问答，且训练成本较低，可以快速实现效果。✴️有需要提升面试能力和辅导项目的同学可以后台联系我～

本人中九本华五硕，导师属于完全放养基本上不管的，所以无论文成果，研一到现在除了上课就是在做一个aigc相关的横向。想要找实习摆脱困境，由于只有这一段aigc相关的项目，发现很多中厂都简历挂，要去小厂先刷个短期项目经历吗？