一句话总结：后端简历项目的选择，其实从我个人经验来看就两个方向：要么你选择的项目足够新奇，面试官看了超极感兴趣。要么你选择的项目足够扎实，八股技术涉及的多，适合当八股触发器。而对于这两个方向的偏好，我个人建议：非92的往新奇方向走，要出奇制胜。92的往扎实方向走，稳扎稳打。或者可以均衡一点，两个项目中一个新奇的，一个扎实的。如何选择新奇方向？在这里我都只推荐一个地方：Github。在Github上找高Star的项目，拉下来代码之后用AI读懂，搞出来几条产出说是自己做的。不推荐你们去哔哩哔哩找，最大的原因是：不是你没听过的项目就叫新奇项目。但是如果一个项目在Github上获得了海量的Star，那...

贼逆天啊，发了个“youbing”然后光速撤回拉黑了，没截下来。

27届后端开发java选手，本科双非，硕9，项目做了黑马点评，进行优化加了一些功能模块，求大佬点评一下，这份简历能筛过简历吗？内容少吗，项目是不是只有一个不行？找了两个月的实习，有过几次面试，腾讯，小红书，美团，还有个字节测开，一个车企，都是一面挂，一面挂确实是我的面试问题，八股不熟，算法也不是很熟练，现在也在加强这两方面的内容了。我想问这份简历如果找日常实习可以吗？需要修改简历里面的哪部分的内容吗？

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...