处女面，面试官人很好，问的问题都不难，而且不会的题也会一直引导和提示。八股都很基础，答的比较快，所以后面大部分时间都在聊大数据相关的问题，都不太会，被狠狠拷打，应该凉了。Q1：课业压力如何？能实习多久？Q2：对公司地点是否了解？Q3：如何看待互联网行业的高强度加班？Q4：是否了解前端，能否进行基本的前端开发？Q5：HashMap 的底层原理是什么？Q6：HashMap 是线程安全的吗？如果不安全，用什么替代？Q7：ConcurrentHashMap 是如何实现线程安全的？Q8：解释一下悲观锁和乐观锁的区别？Q9：ReentrantLock 和 Synchronized 的区别？Q10：什么是死...

boss上1735个沟通，投出59份简历，一共3个面试，0offer，试着投测开，回复也很少，人都麻了，不知道自己到底适不适合这行。我的想法是直接梭哈就业，考研实在没什么信心-----------------------------------------------------------第二个是新建的简历，现在我还没开始搞测试方面，所以没加测试的东西，请大家看看这一份简历需要加什么或者删什么？

一天收到三家面试邀约，这周鏖战！希望给我一个offer吧。

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...