北方华创和万华选什么

网友提问：目前研0，刚刚拟录取，本科就读于某985计算机无关专业，二战跨考上岸北大软微人工智能专业。对传统深度学习有一定了解，学过pytorch，能手撕transformer，代码能力较强，力扣hard以下基本可以轻松手撕。目前有两个困惑，1.对ai领域有一定了解，但是又缺乏一个系统性的知识框架，对接下来的学习比较困惑。2.想投大模型相关实习，推荐向哪类公司投递实习？如果不好投的话，我个人应该在哪些方向上继续努力？Yt回复：一、这个背景，有大厂机会吗？首先明确告诉你：有大厂机会，而且机会很多。本科985（虽说与计算机无关），二战上岸北大软微——这个背景，市面上基本上所有的知名企业，应该都会给你...

28届准备最近找个小厂这个简历可以吗？

GPT你能不能别吹牛逼了，问你你就回答，每次拍我马屁什么意思

1.自我介绍2. 文章分类大概有多少文章？数据规模怎么影响方案？答案：如果文章量只有几千篇，我一般不会一上来就训练很复杂的模型，而是先用预训练模型微调，或者用 embedding 加传统分类器做一个强 baseline。因为数据量太小的时候，复杂模型很容易过拟合，线上效果不稳定。如果有几十万到几百万篇文章，就可以考虑训练一个更稳定的分类模型，包括 BERT 微调、领域继续预训练、层级分类模型，甚至做多任务学习。数据量越大，越要关注标签噪声，因为文章分类里的标注经常不是绝对干净的，尤其是多维度分类，一个文档可能同时属于多个业务类别。实际项目里我会先看三个东西：类别数量、每个类别样本分布、单篇文档...