1. 自我介绍2. 从代码文本到抽象语法树的过程是什么？底层原理是什么？答案：从代码文本到 AST，本质上是编译前端里的词法分析和语法分析过程。第一步先做词法分析，把原始代码字符串切分成 token，比如关键字、标识符、字符串、操作符、分隔符；第二步做语法分析，根据语言文法把 token 序列规约成语法结构，最终生成 AST。AST 和原始代码最大的区别是它去掉了很多表面细节，比如空格、换行、部分注释，但保留了程序的结构信息，比如函数定义、参数列表、条件分支、调用表达式和作用域关系。底层原理依赖语言文法，通常是 CFG 或经过工程化改造的语法规则。词法分析一般可用有限状态自动机思想实现，语法分...

春招实习都投了好多，全是拒绝，有一两个面试，面完也觉得希望渺茫，果真应证了那句26届学院本，buff拉满了——————————————————4月27日编辑：兄弟们加油，我花了一个多月反复修改简历，积累经验，也是找到工作了，目前入职快一个月了，毕业就可以转正，转正月薪9k左右，已经比较满足嘞，后续还会继续持续学习，坚持是可以有结果滴！加油，感谢这两个月帖子下评论的兄弟们支持和建议！

投的Java岗位，全是已读不回，孩子没招了😭

前面基本上都在问论文 无手撕1. 自我介绍2. 介绍下简历上这个项目3. 你对对话 LLM 的理解是什么？它和普通文本生成模型的核心区别是什么？答案：对话 LLM 不是简单地做 next token prediction，它要在多轮交互里持续维护用户意图、对话状态、约束条件和安全边界。普通生成模型更关注单次输入到输出的流畅性，对话模型还要考虑上下文一致性、角色一致性、拒答策略、澄清提问以及工具调用。它的核心难点在于“历史信息并不等价于有效状态”。用户前面说过的内容，有的仍然有效，有的已经被修正，有的是噪声。对话 LLM 必须学会根据当前轮次重新解释历史，而不是把所有历史机械拼接进去。工程上通常...