分享一下在视源实习吃的伙食

项目介绍，面试官应该不太懂，没咋问。最后问的八股。大模型怎么做推荐？说了一个web agent的训练方式，面试官好像不太感冒。怎么判断一个模型的 embedding 好还是不好？我说计算不同类别数据之前的距离，同类更近、异类更远。如果模型的训练 loss 不下降，有哪几种情况会导致？数据不干净，学习率太小，如果你从头搭一个网络训练模型，可能会遇到哪些情况？如何保证稳定训练？最后写一个快排。然后问我有没有职业规划，具体想做什么？

呜呜呜一个面试没有

10.2任务完成情况八股文:JVM 19;+synchronized(终于搞透了)+一套面经模拟算法(排序，复原IP地址)学了一些国央企和HR常问的半结构化面试。10.3任务(要把所有能追问的问题搞懂)剩余的JVM数据库&消息队列(MySQL 31;Redis 21;Kafka 17;);(务必学完)算法(堆,栈)+项目(实习)+场景3; (算法务必写完)