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...

原来已经一年了，因为没有加任何实验室没有学长学姐带，再一次偶然的机会下刷到我们学校的牛肉哥，和他聊天之后发现他也没加实验室能进大厂，我就燃起了希望，去年大概 4 月份找好路线 零基础 开始学 5 月背八股和开始刷算法很难受 7-8 月焦虑躯体化害怕找不到实习 9 月找到一家像样的小厂去实习了 4 个月大三上期末考试结束之后 1 月份回来边实习边准备工作压力很大 当时只有字节、百度、商汤的面试，字节三面挂了，百度 oc，商汤 二面挂（差评 无效面试），之后来深圳百度实习之后还是觉得不甘心一直没把算法和八股扔下一直在准备，百度实习的时候 mt 交给我一个特别重要的工作数据库迁移（特别感谢 mt ，这个需求学到了很多东西处理了一堆线上问题），本来看着暑期他们面试都很困难，然后听说百度要涨实习薪资（然而 5 月并没有涨），就想着留在百度吧也懒得面试了，4 月 20 多的时候字节 hr 打电话约面问我要不要尝试一下询问了 1 月份三面为啥会挂有没有学习 ai 知识（因为字节这边后端岗位偏 ai），我来到百度之后全面拥抱 AI 也认识了我的好兄弟 X 哥，他在百度 XX 部门 Agent 实习，他属于是我 Agent 的启蒙老师，来百度之后一直在了解 AI 这一块，我就接受了字节的面试，一面的时候 20 分钟实习拷打然后突然说 30 分钟代码考核我心就凉了以为是 kpi，算法题是手撕高并发安全下的令牌桶限流器，我写了整整 80 多行代码最后也写出来了，但是从来没看到过出这种题能 oc 的我也就不管了，后边面试也是很顺利但是流程有点长可能一直在横向吧总结结果是好的！！！感谢这一年努力的自己和遇到的各位互联网大佬分享的知识！！！ps 图二纯感慨 （觉得🍬请不要喷我）欢迎大家一起交流学习呀！！！！

一个面试都约不到，不知道问题出在哪里，大佬帮我看看

一面-15min前期简单和HR沟通过了，HR大概意思就是你的期望薪资有点高。如果低于这个薪资你会不会来，我的回答是肯定的。后来HR又介绍了公司的业务情况等，定了大概的时间在某个晚上的九点以后。二面-35min面试官看起来年纪稍长了，估计在40左右。这个面试流程并不像其他公司，一上来也没有简单自我介绍什么。面试官全程都让我在上帝视角总结归纳。当初为什么来北京？平时你工作主要负责那些内容？写过那些驱动呢？这里我回答的是，平时完整写一个驱动的机会比较少，主要还是解决问题为导向。你平时是怎么解决问题的？你觉得解决问题最重要的是什么？有用过那些工具？这里我的回答是以人为导向的。分析问题的能力：穷举各种可...