一个周末池子-2

飞牛一面讲项目什么角色，遇到了什么难点，怎么解决的有做过技术选型吗分表怎么解决不同业务场景异构、冗余存储Redis 了解 expire 的原理吗怎么实现定时过期的延迟队列、定时任务轮询（惰性删除）怎么理解 ai coding 的，平时怎么做的Codex 和 Claude 的差异点个人感觉偏 KPI 面，没有下文网易AI工程师 一面讲项目ai coding 范式有哪些golang 编程题，两个协程消费网易AI工程师 二面ai coding，实现一个状态机怎么使用ai提效的ai对个人的发展和影响怎么看聊的挺好的，后面没有云原生平台的经验 没有继续推进了...米连一面讲八股kafka 怎么实现高吞吐...

bg2本 大一大二太摆了，一直玩游戏去了。目前每天学8小时，只准备了一个微服务项目，比特的在线判题系统，简历也没写，八股才背了一点和项目相关的，算法hot100也才刷20+晚上躺在床上看牛友们的简历，参考到我的进度越来越焦虑和没动力。目前不知道是速成黑马点评(直接下载源码本地运行+背相关八股)，背八股+刷算法全力冲中小厂java后端开发日常实习(如果能进中厂已经是祖坟冒烟了)，赶在秋招前拿到一段实习经历还是好好再准备一个项目，背八股和hot100刷完直接冲秋招。前辈们能给点建议吗?(比如什么项目可以，点评，或者其他什么项目)

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...