面试越松弛，结果往往越好。面试的自我介绍环节，哪怕是提前演练过无数遍，也切忌生硬背诵准备好的稿子。这种过于规整、毫无停顿的表达，面试官听来会格外疲惫，密集的表述没有留白和契合点，会让面试官找不到插话的切入点，也难以快速抓取核心信息。最后大概率只能低头浏览简历，从项目经历里找后续提问的方向，本该主动掌握先机的自我介绍，就这样白白浪费了。一场优质的面试，自我介绍的核心是埋好 “钩子”—— 用有亮点、有细节的表述引导面试官的提问，让对方从一开始就对你产生印象，后续的沟通也能顺着你埋下的线索展开，自然就能掌握面试节奏。先说说常见的负面案例，作为面试官，经常会遇到这样的情况：求职者沟通的语气语调过于一本...

年前一面通过，后面问是否考虑外包岗位，撤回的消息说的是“没办法，学历是硬性指标”，难绷那你面我干啥呢，浪费双方时间，你早说是外包岗我还接你面试干啥😂

原本想以为实习经历就更好找正式了，但是恰恰相反，在boss上面，石沉大海，要么是实习转正，要么必须线下面试，我真没招了，准备跳楼了

1、知道 GPT 和 BERT 这种模型的基础框架是怎样的吗BERT 和 GPT 都是基于 Transformer 的预训练模型，但结构和任务目标不一样。BERT 一般采用 Transformer Encoder 堆叠起来的双向编码结构，在预训练时主要做 MLM，也就是随机遮盖一部分 token，让模型根据上下文去恢复被遮掉的词，因此它更适合理解类任务，比如分类、匹配、抽取、检索表示学习。GPT 采用 Transformer Decoder 堆叠起来的单向自回归结构，在预训练时做 next token prediction，也就是根据前面的 token 预测下一个 token，因此它更适合生成...