##前端技术问题##

面试高频问题：“数组和链表有什么区别？”回答必须覆盖：存储结构、时间复杂度、缓存友好性、内存碎片、扩容机制、嵌入式适用场景。一、数组（Array）1. 存储结构连续内存固定大小（静态数组）可动态扩容（动态数组，如 malloc + 重新分配）下标访问：基址 + 偏移地址计算公式： addr = base + index * sizeof(T) 本质是一次加法运算 → O(1)2. 时间复杂度随机访问O(1)直接地址计算插入O(n)需要整体搬移删除O(n)后续元素前移扩容O(n)重新申请 + 拷贝3. 优点随机访问极快CPU Cache 友好（顺序存储）无额外指针开销内存碎片少4. 缺点插入删除...

有人零实习也能进大厂，是因为他们手里有比实习更硬的底牌，高学历背景，985、211的毕业证本身就是一块金字招牌，或者丰富的科研经历，发表过高质量的论文，参与过前沿项目，这些都是能力的直接证明；亦或是那些高含金量的奖项，像ACM竞赛的金奖、Kaggle比赛的高排名，这些都能让招聘官一眼相中，当然，家庭背景硬也是一种隐性优势。总之，没有人能够无缘无故的进入大厂，当然家庭背景很硬也是一种能力

RT，楼主刚刚实习了一个月多，来的时候说好能实习6个月，但是完全学不到东西，所以准备早点跑路准备暑期，不过福利刚陆陆续续到账，一想到要跟人事说我要滚了就好尴尬，大家都用什么接口离职的

岗位名称：大语言模型算法面试时长：1h–1.5h自评分：8/10是否下一轮：是模型架构与基础原理目前主流大语言模型在架构设计上有哪些异同点？（追问）Decoder-only 和 Encoder-Decoder 在实际应用场景上有什么区别？介绍一下大语言模型中的注意力机制，多头相比单头注意力有何优势？（追问）如果减少头数会发生什么？是否一定性能下降？什么是大语言模型的涌现能力？目前对该现象的研究有哪些发现？（追问）涌现能力是否和模型规模线性相关？什么是 Embedding？词嵌入和句嵌入有何不同？（追问）Embedding 层是否会参与微调？为什么？大语言模型中的 Tokenization 是如...