坐标济南，是一个0-20人的小公司，上来问我要我的简历，还没等发给他，直接询问高考分数，只要580以上的，想要211，985的直接说呗，而且他们会去你那里实习转正吗？趁着大环境不好找工作，想捞点好学生去你那里干，学生也不是傻子。

鼠鼠一个是天机，一个是外卖，包装了一下

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...