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...

hr面上来就问了一堆家庭隐私问题，包括不限于以下1.家里几口人2.家里父母职业都是什么3.是不是独生子女4.对象做啥的什么的5.作为南方人为什么来北京虽然早有预料，全答的模模糊糊，但没想到这种查户口级别的问题还能摆在台面上问，问了其他同学也是这样。怕不是以为校招生社会经验尚浅且秋招需要工作经验，因此可以随意挖掘家庭隐私问题不会引起候选人厌恶。评价是小家子气尽显，毫无大厂格局

前言：面试官人很好，说话很温柔，一些设计性问题答不上来会给一点提示。面试了1个小时，大约40分钟的C语言与freertos，15分钟的项目，最后5分钟问了一些非技术问题与反问。接下来是面试的流程：自我介绍C语言：staticvolatile以及使用场景程序的内存分布；怎么设计一个自定义的段rtos操作系统：任务是怎么调度的？怎么让任务进入阻塞状态；vTaskDelay阻塞任务具体怎么实现的；如果我想实现一个微秒级的vTaskDelay你该怎么设计消息队列内部是怎么实现的中断中带fromISR后缀的API函数和普通API函数有什么区别？请从他的内部实现讲解你该怎么将freertos的源码移植到当...