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...

求助，怎么改进。约面都没有🙂‍↔️  

给时间时间 终会梦想成真的🥺那就努力努力再努力🤲

面了70分钟，完完全全的道心破碎，拼尽全力仍然没有战胜字节二面1、什么是视觉问答2、介绍一下项目3、组件封装这个过程中你做了哪些沉淀4、UI还原是怎么做的，纯靠观察吗5、实习的过程中有没有主动发现问题并解决6、你做的功能拓展有没有带来开发负担7、样式的一键切换怎么做的8、开放思维题：有一个粗细不均匀的绳子，燃烧需要一个小时，现在有两个绳子，如果衡量45分钟9、从url到页面渲染发生了什么10、tcp为什么需要三次握手11、为什么要使用rag+微调的手段coding输入一个url，获取所有的参数，自己设计测试样例，自己考虑边界，写一个健壮的代码相关提问：参数是undefined，会输出什么？如果...