最新快手内推！（24届秋招）

我还记得24年研究RAG的时候，压根没有想到，后来技术的发展，大模型的上下文能长成现在这个样，而且随着技术进一步发展，其实Memory的加入确实能让Agent的上下文能力变得很强，但真当面试时如果被问到这个问题，你得清楚，其实是一个非常典型的面试陷阱。（我准备的答案在文末）为什么这么说？如果你跟风回答“会”，面试官很容易判断你缺乏工程落地经验，也没有真正考虑过成本问题。但如果你回答“不会”，面试官往往又会继续追问：既然不会，那现在模型拼命把上下文窗口做到几百万Token，难道方向错了吗？RAG还有存在的必要吗？你会觉得，这道题似乎怎么回答都不对：说“会”，显得外行；说“不会”，又像是在否定技术...

测开简历求佬拷打该走软测还是测开

大佬们看看，有没有什么还要修改的地方，第一个项目做的是黑马点评，加了一个rabbitMQ，第二个项目是鱼皮的API开放平台结合了一下鱼皮的大语言对话模型项目

总的来说是一个做交付的组，一面问的很杂，表现出来的像是主要做运维，解决一些客户的线上问题，做一些 docker 的打包交付，vllm/sglang 只是想知道简单的配置选项二面自我介绍完之后ld直接问我方向不是很匹配会不会去，我说不会，就友好结束了腾讯云 - 技术与产品方向 a. 自我介绍，对某AI芯片厂的经历比较感兴趣 i. 讲一个实习中最有亮点的算子，遇到什么问题，怎么解决 ii. 遇到过什么坑吗？ iii. 性能怎么调试？模型 -- 看op占比，算子 -- 看关键代码 iv. 精度怎么调式？op -- 单测，模型 -- 逐层对比 v. 对训练有什么了解吗，你们在训练过程中是如何做加速的？...