想问下大家中移杭研二面出结果了嘛

一面1. css盒模型2. css的选择器机制3. css的内置script和选择器哪个优先级更高4. React中的hook5. React中的state和props6. React中的useEffect的用法7. JS的事件机制/EventLoop8. JS的垃圾回收机制9. 介绍一下跨域问题如何解决10. 介绍一下冒泡机制11. 如何停止冒泡12. 开发中如何检查内存泄漏13. 介绍一下OpenGL的渲染管线 （这里主要是主包提过做了软光栅渲染器）14. 介绍一些着色器15. 介绍着色器是如何渲染的16. 介绍几种Shader算法题：判定括号是否合法二面1. JS的基本类型2. JS的类...

人生第一次主动投递简历，深受打击总共打招呼120，其中67个未读，34个已读不回，主动涌上来的5个字节和3个华为kpi，婉拒。最后11个投递简历，然后6个已读不回，2个询问实习时间后口头承诺约面，3个要了简历逗逗我然后没看。想问问该怎么办这是正常的嘛

28届2本非科班大概很快要找实习了，应该是偏ai应用开发方向

1. 如果想要在某个模型基础上做全参数微调，究竟需要多少显存？这个问题不能只看模型参数量，还得把训练时真正占显存的几部分一起算进去。全参数微调时，显存通常会被下面这些东西吃掉：模型参数本身梯度优化器状态前向传播保存的激活值CUDA 运行时和框架缓存如果用的是 AdamW 这类优化器，除了参数之外，还要额外维护一阶矩和二阶矩，所以训练显存会明显高于推理显存。一个比较粗糙但实用的经验是：全参数微调的显存，往往是模型权重显存的 6 到 12 倍左右，具体还得看序列长度、batch size、是否开 gradient checkpointing、是否做 ZeRO/FSDP 分片。拿 7B 模型举例，F...