如题，鼠鼠是位四非高校计科大二学生，绩点前30%，算法各大平台刷了有150道，大部分都只是入门题，现在对未来感到很迷茫，大一就知道不能跟学校走，，但是没有确定的方向，一会梭哈C/C++，一会梭哈Java，又去搞Python,又去学Go,现在学校还在教C#，前三个语言基础语法都会个80%，黑马的javaweb看了一大半，但是现在真的没有确定的目标了，鼠鼠不甘于平凡，想要进大厂，又没有考研的打算，求求各位牛友帮我指明一条道路吧！

1. 构建的新数据集引起其他领域能力下来应该怎么办2. 介绍transformer结构3. 了解clip/blip吗4. QwenVL和InternVL区别5. lora训练相比全参数训练效果如何，为何要用Lora训练6. 全参数训练占显存主要在什么地方7. 降低显存占用的方法：分布式训练8. 对于大模型落地某个具体任务，优化有哪些方向9. 多模态大模型训练时是只训LLM部分还是和vit图像编码模块一起训练10. python里面做大批图像的预处理是多线程还是多进程做11. 有哪些降低KV cache的技术代码1. 一个有序字符串列表，其中插入了稀疏的空字符串，现给定一个新字符串，以O(logn)查询到字符串索引，没有则返回-12. 实现多头注意力机制（torch或者numpy）3. 堆排序过程

最近我身边不少朋友（包括我自己）都在看新的工作机会。我们发现，2025年的前端面试，出现了一个很有意思的新环节，几乎是必问的：“你平时使用AI编程吗？”，“一般用在什么地方？解决了什么问题？”，“用的比较多的AI编程工具是什么？用的什么模型？”一套AI三连下来，如果你回答得磕磕巴巴，或者直接说“没怎么用过”，面试官的表情就会变得有点微妙。说实话，这确实让人有种危机感。感觉自己过去几年辛辛苦苦积累的手敲代码的经验，正在被AI快速地降维打击。一个问题自然而然地冒出来：前端是不是很快就会被AI取代，大部分人都会被淘汰？被问得多了，我也一直在琢磨这事儿。今天，不想聊那些虚无缥缈的未来预测，就想结合这些...

bg双九加一年实习，大厂只有字节进面，三面还挂了，没想到秋招投的第一个公司也是第一个给我意向的公司，泪目🥹