前言 你问大模型一句：“今天天气如何？”，它可能给你查一下本地今天的天气。 你再问它：“那北京的呢？”，他开始科普起了北京，完全忘了上文中的对话，推算出我们是需要他接着回答北京的天气。 以上是发生在早期各家 AI 助手中出现的问题，丢失上下文记忆。随着技术的发展，模型越来越“大”，这个问题出现的时间点（对话轮数）也越来越靠后。那么问题来了，模型是如何记住上下文的？我们该如何优化，在有限上下文中做更多事情？ 大模型根本不记 下面是我在开发AI应用的一个简单的解析图  是的，没错。我们每次的对话，包括之前的内容，都要一起发送给大模型。大模型本身不会去存储这些内容。既然不用存储，那如果不限制时间，岂...

BOSS面了三轮的Java软件开发，线上说后端十几个人，不是低代码开发，来了一看后端6个人，招了4个实习生，用的还是若依低代码，你几个人不会说明白，开发的什么项目说清楚嘛，全是骗子，南京骗子多

双非本前端简历，求大佬们拷打

时间线：12.04 官网投递，12.09发了邮件选择约面时间，12.10一面。面试时间70分钟，已挂。个人总结反思这次面试碰到的面试官非常非常好，很感谢这位面试官。写算法题过程中会引导思路，考察八股时也会告诉我不会的该怎么答，以及纠正错误。整体面试体验是这几场以来最好的一次，可惜最后挂了。面试过程暴露了很多新的问题，最大的锅是自己算法写凉凉了。当天晚上面完之后估计已经挂了，心情一塌糊涂。又匆匆地开始预习编译原理准备12.11晚上的期末考试，一整个晚上都没怎么睡着。之前有很长一段时间没写链表类的题了，一直在刷图论和动态规划。结果碰到这么两个链表题，当时心里就一惊。现在面试过程中答八股和项目相关问...