通往头部国企的道路，正在变得越来越窄。岗位越来越少，竞争的人却越来越多，而且你会发现，比你优秀的人永远不缺。这也是为什么，我现在给师弟师妹们的建议，反而是：如果能选择，尽量去更大的私企。去年我秋招的时候，航空、航天、电子、船舶等军工研究所的 offer 拿了不少，最后定在一家央企的省公司。当时看着还不错，但今年再看，同类岗位直接肉眼可见地减少了。我司甚至岗位直接归零，不再招聘。门槛也明显抬高：以前某些岗位不卡本科背景，现在本科也得 211 起步。以前大家还能凭项目或者竞赛弥补一下学历，现在很多简历连初筛都过不去了。反观不少大的私企，尤其是互联网和头部制造企业，他们反而对学历的要求没那么死板。更...

Offer帮选用友和招银网络科技

前言 你问大模型一句：“今天天气如何？”，它可能给你查一下本地今天的天气。 你再问它：“那北京的呢？”，他开始科普起了北京，完全忘了上文中的对话，推算出我们是需要他接着回答北京的天气。 以上是发生在早期各家 AI 助手中出现的问题，丢失上下文记忆。随着技术的发展，模型越来越“大”，这个问题出现的时间点（对话轮数）也越来越靠后。那么问题来了，模型是如何记住上下文的？我们该如何优化，在有限上下文中做更多事情？ 大模型根本不记 下面是我在开发AI应用的一个简单的解析图  是的，没错。我们每次的对话，包括之前的内容，都要一起发送给大模型。大模型本身不会去存储这些内容。既然不用存储，那如果不限制时间，岂...