浪潮

这个小伙伴5年的工作经历 双非研究生 好像是医学和计算机交叉学科1. 请先做一下自我介绍2. 你们是直接拿开源 BERT 做分类，还是基于开源 BERT 做微调？答案：一般不是直接拿开源 BERT 裸用，而是基于开源预训练 BERT 做下游分类任务微调。开源 BERT 只提供了通用语义表示能力，它在大规模语料上通过 MLM、NSP 等任务学到了语言知识，但它不知道我们具体业务里的标签体系，比如用户意图分类、文本风险分类、工单分类等。所以实际做法是：拿一个开源预训练模型，比如： bert-base-chinese chinese-roberta-wwm-ext hfl/chinese-macbe...

先给所有纠结的同学一个核心结论：可以为了行情适度降低标准，但绝对不能无底线妥协；可以降“外在条件”，绝对不能降“核心底线”。先上岸再谈发展的前提，是你上的船不会沉，能带你去想去的地方。结合我带了4届应届生校招的经验，以及今年互联网行业的招聘现状，今天给大家做一份完整的决策指南，讲清楚「什么时候该降标准」「哪些能降哪些绝对不能降」「降标准的正确姿势」「避坑红线」，应届生直接照着决策就行，不用再内耗纠结。一、先搞懂：你纠结的本质，根本不是“降不降标准”很多同学纠结来纠结去，本质上是没搞清楚自己找工作的核心诉求，把“标准”混为一谈了。你嘴里的“不降低标准”，可能是“非大厂不去、非20k月薪不去”；但...