中国移动笔试

一般情况下，我们聊到“大模型的量化”，想到的大概率是“把FP16转成INT8或INT4，从而降低显存、加速推理”。其实我觉得工程上没毛病，因为很少有人会去探索啥玩意是量化，但你要是放在算法岗的面试上，这样通常是不够的。面试官往往会继续追问：精度明明降低了，模型为什么还能正常工作？什么时候量化会失效？如果这时答不上来，基本就已经失分了。（我的答案放在文末）要把这个问题讲透，可以换一种更有层次的表达方式，从“是什么”到“为什么”，再到“什么时候不行”和“怎么选方案”，逐步展开。首先，从本质上看，量化并不复杂，它做的事情就是用更少的比特去近似表达原本的高精度参数。原本一个FP16权重用16bit表示...

求内推

就是觉得好漂亮，可能是配色？

算法开始先做三个算法题，不是很难Linux服务器负载高如何排查？进程间通信方式，哪个效率最高？计网浏览器输入qq.com后发生的网络过程如果发现这个过程很慢，怎么解决让你来运维服务器，发现服务器很慢怎么解决？数据频繁更新，CDN缓存怎么更新，如何保证一致性MySQL常见存储引擎，使用的什么数据结构查询数据库响应慢，如何优化、排查设计使用MySQL存储微信红包收发记录，亿级用户RAG项目整个流程讲一下如何评估效果其他你对运营开发的理解，是干什么的，为什么选择这个，而不是AI或后端开发对AI的看法反问---------- 更新 --------刚发完帖子，就进二面了