毕业啦

Q1：prefix Decoder 和 causal Decoder 和 EncoderDecoder 区别是什么？答案：prefix Decoder 和 causal Decoder 和 Encoder-Decoder 区别在于 attention mask不同：Encoder-Decoder：在输入上采用双向注意力，对问题的编码理解更充分。适用任务：在偏理解的 NLP 任务上效果好。缺点：在长文本生成任务上效果差，训练效率低。causal Decoder：自回归语言模型，预训练和下游应用是完全一致的，严格遵守只有后面的token才能看到前面的token的规则。适用任务：文本生成任务效果好。...

蚌住了，沉淀三个月  收到的面试反而更少了，大部分做完了测试就了无音讯，大模型应用，产品，AIGC，甚至售前工程师我也愿意做啊！这个时代怎么了？为何不愿意接受双非生😭

在牛客上投简历，被20人小厂给拒了，简历都没过筛😭😭😭。大佬们，求求给一些简历优化建议，推荐再塞个 ai吗(之前有做过很简单的rag)？还有就是我们教研室有一个项目，但是他是主要核心在spark，flink，模型，后端都是统计，增删改查之类的。大佬们，这个推荐我写吗？

那天周五下午四点，我正心满意足地准备摸鱼等下班。产品经理突然发了条消息：“有个小需求，把订单状态里的‘处理中’改成‘处理中（请耐心等待）’，就改个文案，5分钟能搞定吧？”我心里嘀咕：文案这种东西，不是前端改一下就行了吗？但后端同事请假了，前端提了个issue说这个枚举值是从后端返的，前端只做映射。好家伙，又是祖传代码的锅。我心想：不就改个枚举描述吗？打开代码，找到那个OrderStatusEnum，把PROCESSING的中文描述从“处理中”改成了“处理中（请耐心等待）”。编译、打包、发布，一气呵成。前后真的只花了5分钟。然后…线上开始炸了。十五分钟后，客服群里开始刷屏：用户说自己的订单消失了...