Landing困境：作为实习生，刚进公司大概率会陷入“打杂迷茫”：做着基础任务、看着复杂代码，总觉得没学到真东西本文结合自身经历，提供以下思路，并且在后续实习经历中持续更新分享，也欢迎各位牛友分享补充1、文档篇优点：易获取 缺点：容易陷入大量文档中谨记核心点：什么样的文档我们需要花时间认真看？技术实践文档和业务文档技术实践文档：这部分最有价值的，无论是当前热门的龙虾，还是经典的技术，在真实企业生产场景中是如何应用的，背景、目标、方案、尤其是踩坑经验，多去在知识库平台看这种博客/文档像网易内部不同bu就已经有好几款龙虾了，有道的、云音乐的、智企的，如何去利用好这些工具，真实开发中如何用更提效，各...

1、知道 GPT 和 BERT 这种模型的基础框架是怎样的吗BERT 和 GPT 都是基于 Transformer 的预训练模型，但结构和任务目标不一样。BERT 一般采用 Transformer Encoder 堆叠起来的双向编码结构，在预训练时主要做 MLM，也就是随机遮盖一部分 token，让模型根据上下文去恢复被遮掉的词，因此它更适合理解类任务，比如分类、匹配、抽取、检索表示学习。GPT 采用 Transformer Decoder 堆叠起来的单向自回归结构，在预训练时做 next token prediction，也就是根据前面的 token 预测下一个 token，因此它更适合生成...