Q1：大模型是怎么让生成的文本丰富而不单调的呢？答案：从训练角度来看：基于Transformer的模型参数量巨大，有助于模型学习到多样化的语言模式与结构；各种模型微调技术的出现，例如P-Tuning、Lora，让大模型微调成本更低，也可以让模型在垂直领域有更强的生成能力；在训练过程中加入一些设计好的loss，也可以更好地抑制模型生成单调内容；从推理角度来看：基于Transformer的模型可以通过引入各种参数与策略，例如temperature，nucleus samlper来改变每次生成的内容。Q2：什么情况用Bert模型，什么情况用LLaMA、ChatGLM类大模型，咋选？答案：Bert 的...

快一个月沟通300次，要简历30次，面试三个全挂😭日常实习难度这么大吗？找实习找到道喜破碎。是我简历太烂了吗？求指教。

虾皮问法比较偏基础吧，也可能因为这个是秋招面的时长48分钟，两道手撕，计网、基础知识考察比较多面试官让候选人自我介绍岗位介绍 ：介绍面试部门为 数字银行 ，负责东南亚国家银行相关业务，技术栈为 React Native，最后结束面试。询问毕业情况（明年毕业为何参加秋招、保送 / 考研情况）虚拟列表的实现方式项目价值：要求讲述项目中的难点 （如技术瓶颈）与 亮点 （如创新解决方案）。状态码：常见状态码（追问 4.4 具体错误 ）；缓存策略：HTTP 缓存的核心机制（强缓存、协商缓存）TCP/UDP：两者的区别及适用场景CSS：定位方式（绝对定位、相对定位）及两者区别（相对定位不脱离文档流，绝对定...