包装了一下薪资

面完之后：按记忆把题串起来说 手里那份问题清单，是好几场面谈里碎片问题的合集。 单独看每一条都像八股，串在一起你会发现面试官的注意力一直在两条线上晃：一条是「这东西在线上会不会出事」，一条是「你知不知道自己在用什么、没用上什么」。 下面按我自己后来复盘时觉得顺的思路写——从项目怎么讲，一路滑到 LangGraph、记忆、agent 形态、工具协议、RAG，最后落到后端那几道「看起来基础、其实能问穿」的题。 你如果对某一块熟，可以快速扫小标题跳读。 从项目讲起：先别急着报框架名 几乎所有 agent 岗都会从项目开刀。我踩过的坑是开场三十秒就把 LangGraph、LangChain、某某向量库...

关注boss直聘好久了，好多次想主动联系HR，但是一直都没有勇气(ó﹏ò｡) 之前被某二线游戏厂商拒绝了，然后就认怂了。也不知道纠结是我能力不行还是学历不行꒦ິ^꒦ິ

如题，本人后端方向，四月中旬才开始投递暑期实习，目前收到的面试邀约很少。加上自身基础一般，面试屡屡挂掉，心态很受影响。看到很多三月就投递的同学已经手握多个 offer 开始打牌了，本人却约等于 0 进度，所以焦虑感越来越重。😥😥想问问有去年有暑期实习经历的前辈：1、五六月份捡漏投递大厂暑期，机会还大不大？2、另外，暑期实习最晚什么时候入职，才不会打乱后续秋招的整体节奏呢？也同时问问去年没有暑期实习的前辈：1、没有暑期实习的情况下，后续秋招还顺利吗？2、这段时间应该怎么准备弥补自己的弱势，有没有什么建议？

Q1：prefix Decoder 和 causal Decoder 和 EncoderDecoder 区别是什么？答案：prefix Decoder 和 causal Decoder 和 Encoder-Decoder 区别在于 attention mask不同：Encoder-Decoder：在输入上采用双向注意力，对问题的编码理解更充分。适用任务：在偏理解的 NLP 任务上效果好。缺点：在长文本生成任务上效果差，训练效率低。causal Decoder：自回归语言模型，预训练和下游应用是完全一致的，严格遵守只有后面的token才能看到前面的token的规则。适用任务：文本生成任务效果好。...