万集内推：7GB5KSX

前言：牛客上校招的帖子很多，社招的相对比较少，特地写一篇分享一下这次社招的经历，给大家提供一个参考。个人背景：2024届校招，某中厂Java开发，两年工作经验裸辞社招。offer情况：字节财经、腾讯天美、滴滴网约车、平安产险前期准备：社招相比校招一个最大的不同就是你的项目经历，校招有些面试官可能对你的项目经历完全不敢兴趣，因为都知道是一些未上线的玩具项目。但是社招基本上每轮面试官都会去问你的项目，整个面试中项目的占比至少是50%以上，剩下的就是八股文和算法。所以我在前期在项目上花了大量的时间，主要集中在项目的难点、整体的架构以及还可以优化的点，你需要在面试中把这些讲的很清楚并且需要体现你的思考...

Q1：大模型是怎么让生成的文本丰富而不单调的呢？答案：从训练角度来看：基于Transformer的模型参数量巨大，有助于模型学习到多样化的语言模式与结构；各种模型微调技术的出现，例如P-Tuning、Lora，让大模型微调成本更低，也可以让模型在垂直领域有更强的生成能力；在训练过程中加入一些设计好的loss，也可以更好地抑制模型生成单调内容；从推理角度来看：基于Transformer的模型可以通过引入各种参数与策略，例如temperature，nucleus samlper来改变每次生成的内容。Q2：什么情况用Bert模型，什么情况用LLaMA、ChatGLM类大模型，咋选？答案：Bert 的...