算法实习了三个多月，第一次做了NLP大模型相关的业务，很有成就感。360真的超好，实习期间完整的做了两个项目，刚开始的前几天配环境熟悉业务，后面就直接能上手了，感谢mentor的信任，愿意把一些实打实的内容让我做，完全没有做一些dirty work可以说是充实的过了三个月，也了解到最近很火的ai方面，前段时间isc上，有在推纳米ai、aigc的一些东西，360也能做出来一些不错的成绩，据说纳米ai多智能体蜂群是全球首个L4级智能体，很牛了。马上要结束这段实习了，蛮舍不得的，360还是蛮多岗能转正的，和我一批入职的哥们，他26届的，现在已经转正了，可惜我才大三。。。

哎，一直还抱有一点希望的，但是感觉越来越迟了，看了投递数，三本鼠鼠😭😭应该怎么办，转测试还来得及吗？哭晕了，还是继续磕java

虎牙二面35min1.自我介绍2.业务介绍3.讲一下多态的理解,还有其实现原理4.构造函数,析构函数,静态函数,友元函数,内联,是否可以声明为析构? const修饰的是否可以?5.智能指针有哪些讲一下? 除了拷贝构造,还有哪些可以让cnt++?6.内存池项目,讲一下内存碎片问题? 怎么对齐内存的? windows的系统调用了解的多吗?7.内存池的单例模式为什么用?8.排序算法:n个数据,k个无序,用什么算法最快?插入排序可以优化到O(N),那快排可以优化到多少?9.腾讯实习的技术难点? ipip分流,负载均衡算法实现10.tcp的可靠性 有序? 拥塞? 重传? 流量控制? 底层原理讲讲?11.tcp的缺点? 为什么性能低? 体现在哪些方面? 市面上的用户态协议栈有哪些?三面全是实习很细节的东西，懒得整理了

我们是如何走到这一步的人工智能这一词出现，依然有几十年的历史，差不多每过十年就会经历一次 AI 浪潮。抛开那些繁杂的概念，只说大模型，起源可以追溯到 2017 年发布的《Attention is All Need》论文，论文提出了Transformer，给现在的 LLM（大语言模型） 奠定了理论基础。理论到落地通常需要很久的时间。所以直到2022年，才有第一个应用诞生，至今AI应用访问量上都占据着榜首。模型 & 应用如何理解LLM一个发光二极管，亮与暗代表1和0，这样电信号与数字信号便有了转换方式，硬件与软件有了初步合作。不过0101代码的还是不够让人类方便的理解，于是人们将一组01抽...