offer选择

本人26届硕士应届生,秋招签了家公司的嵌入式岗,主要做Linux开发,目前已经提前入职实习一周啦,来记录一下这段时间的真实感受,顺便把秋招经验复盘给后来的同学。先聊聊公司体感总的来说氛围还是不错的,有问题直接问同事都会耐心解答,不会有那种"自己查文档去"的冷脸,这点对新人来说真的太重要了。Mentor人也很好,去的第一周就请喝饮料、请吃饭,带我熟悉环境,介绍部门的人,完全没有那种"职场老油条"的距离感。第一周主要是看技术文档,理解公司产品的业务逻辑和整体框架,然后基于Linux做应用开发。说实话,看了一周文档,头是真的疼——公司的代码量很大,模块之间互相...

项目是网上教程+vibe coding做的，34月份一直在沉淀加上学校一堆事，现在才开始慢慢投日常实习，求大佬给一些简历改进建议，目标暑假有个AI相关的班上就行

个人情况：双非，两段实习原本谈好三月签三方，结果月底说可能没HC，公司来年不招初级开发，可能试用期无法转正。四月初开始投简历，但是还要同时忙毕设，已经是微活的状态了。现在每天都挺焦虑，没找到工作好像也不会做其他的。现在去考研时间也不一定够，而且也不太甘心现在这个结果。希望路过的大佬能指点一下------不知道现在投国企来不来得及，不过感觉学历是硬伤，有没有大佬知道，非常感谢------感谢各位大佬的留言，后续可能考研，不上岸就转行了。

Q1：大模型（LLMs）具有什么优缺点？答案：优点：可以利用大量的无标注数据来训练一个通用的模型，然后再用少量的有标注数据来微调模型，以适应特定的任务。这种预训练和微调的方法可以减少数据标注的成本和时间，提高模型的泛化能力；可以利用生成式人工智能技术来产生新颖和有价值的内容，例如图像、文本、音乐等。这种生成能力可以帮助用户在创意、娱乐、教育等领域获得更好的体验和效果；可以利用涌现能力（Emergent Capabilities）来完成一些之前无法完成或者很难完成的任务，例如数学应用题、常识推理、符号操作等。这种涌现能力可以反映模型的智能水平和推理能力。缺点：需要消耗大量的计算资源和存储资源来训...