双非本迷茫

经常在途虎养车下单的同学🙋你有没有想过——为什么选品那么快？为什么门店那么稳？为什么进度看得见？ 因为背面有一群人👇📦 构建了覆盖1150万+SKU与83000+车型的数据库🧠 训练AI理解车主每一句背后的真实意图⚙️ 用算法寻求订单、技师、库存、路线等多维因素中的最优解🔧 自研蓝虎系统将全国门店服务拆解为标准SOP与案例库 他们曾经也是校招生如今已能驾驭真实挑战📢 欢迎加入途虎养车成为那个让简单养车发生的人

我是从事嵌入式的，我就感觉AI 还不能马上代替嵌入式的，嵌入式的要驱动硬件的，AI又不能拿着示波器测试硬件信号，不过我也会用AI，只是用AI来辅助的

一、GCC 指令 1、预处理：gcc -E test.c -o text.i 2、编译：gcc -S test.i -o test.s 3、汇编：gcc -c test.s -o test.o 4、链接：gcc test.o -o test 警告处理： gcc -w test.c -o test ：忽略警告 gcc -wall test.c -o test ：编译后显示所有警告 gcc -werror test.c -o test ：在产生警告的地方停止编译二、什么是 Makefile？它的主要作用是什么？ Makefile 是一种用于自动化编译和构建软件的工具，它定义了一系列的规则来指定源文...

简直是夯爆了！！！1.实习项目相关问题2.详细介绍一下你做过的智能客服系统。3.你们这套系统主要的应用场景大概是怎么样的？能举个例子介绍一下。4.什么情况下需要用到你的那个 expert 相关技术？5.整套系统的主要难点是在于什么地方？6.中间的 Planner，它的规划机制是怎么样的？比如它底层需要调用哪些工具？是不是需要多轮规划？中间的一些详细设计是怎么设计的？7.你们怎么去评估客服对客户的输出是好还是坏？8.搜索功能是怎么实现的？9.你在中间起到的主要作用是什么？你做出了什么改进？10.你这个迭代的过程中，有 ground truth 吗？比如每一个 query 实际上最终最相关的商品是有哪些？11.你中间做了一些什么样的技术迭代？最终体现在人工评估指标上有什么样的提升？有做过对比吗？12.这个人工评估的指标是怎么设计的？最后它的指标结果怎么样？13.这个指标结果是内部人工评估的，还是线上的结果？14.中间优化的过程中，你们用的是一个什么样的模型？15.你的那个 expert 模型，怎么去训练的？样本从哪里来？16.导购场景的数据是真实的用户跟人工客服对话的场景数据吗？17.训练的样本量大概是多大？18.1000 条样本就足够训练你的这个模型了吗？19.你对比过训练之前跟训练之后，同样的问题模型学习后的能力提升大概有多少？20.你能做到比原始蒸馏出来的模型效果还强吗？21.训这个 8B 的模型用的是多大显存的？什么显卡？八股1.正常来说，1B 的模型在没有做任何量化的情况下，原始 FP 格式存储大概要占到多少显存？2.不考虑梯度的情况，单纯只考虑 Inference，把参数加载到显存里面大概要占多少显存？3.平时有用过一些量化加速的方法吗？4.常用的量化手段比如 INT4、INT8、BF，它们之间怎么做到加速的？你有了解过吗？5.FP 跟 BF 之间的区别，你了解吗？6.FP 和 BF 底层实现的区别主要在哪个地方？7.正常的 MP32 在底层数据存储上，小数是怎么表示的？手撕：有连续的 N 个正整数，随机抽出一个（不拿头尾），将其他数乱序放入 N-1 大小的数组中，找出被取出的数。要求时间复杂度 O (N)，空间复杂度 O (1)。