求助 大佬 抉择贴

备战AI技术研发岗（算法/大模型/多模态）面试，刷题不能盲目！以下题单覆盖面试90%高频考点，不用贪多，刷透这些就够了！一、算法基础必刷题（重中之重，刷50-60题）核心目标：应对面试手撕代码，基础不丢分，这是入门门槛，不能偷懒！刷题范围：LeetCode 中等难度为主，重点刷数组、链表、栈队列、二叉树、动态规划、贪心，不用刷难题怪题，聚焦高频题。必刷重点：两数之和、二叉树的遍历（前中后序，递归+迭代）、最长回文子串、最长递增子序列、LRU缓存机制、TopK问题、二分查找（各种变体）。刷题数量：每天1-2题，总共刷50-60题，刷完复盘总结，确保同类题能举一反三，避免刷了就忘。二、机器学习必刷...

牛友们，都说春招对于我们这种学院本会更友好，为什么boss上都是直接回复不合适，连简历都没机会发出去，牛友们能看看这个简历有什么问题吗。

大家能不能帮我看一下简历，感觉没有实习是很大的短板，打算三月份暑期日常一起投，不知道这样的简历能不能找到一份中小厂实习

1. 了解哪些激活函数？重点说 GeLU常见激活函数有ReLU、LeakyReLU、Sigmoid、Tanh、GeLU。GeLU是平滑非线性，近似“按概率保留输入”，在Transformer/BERT中常优于ReLU。 import torch.nn as nn act = nn.GELU() 2. 项目的构建过程完整流程通常包括：业务定义 → 数据采集与标注 → 数据清洗与EDA → 建模实验 → 指标评估 → 误差分析 → 部署上线 → 监控迭代。面试回答要突出你负责模块、优化动作和量化收益。3. BERT 模型的构建包括：分词器选择、预训练模型加载、任务头设计（分类/序列标注）、损失函数...