1. 全参数微调的显存一般怎么估算全参数微调的显存不能只看模型参数本身，真正上线训练时至少要把参数、梯度、优化器状态和激活值都算进去。最粗略的估算方式是：如果模型参数量是 N，训练精度是 bf16，那么参数大约占 2N 字节，梯度再来一份 2N，如果用 Adam，还要额外保存两组一阶和二阶矩，通常再加 4N + 4N 字节。也就是说，不考虑激活值时，单参数相关内存大致可以按 12N ~ 16N 字节估。真正把 batch size、sequence length、checkpointing、并行策略加进去后，激活值往往才是大头。所以面试里如果只答“参数量乘 2”基本不够。更稳的答法是先给出静态...

15.30开始，16.00结束，16.16发邮件约二面，官网流程进复试。这岗位不会是招黑奴干活的吧😰4.8更新：原来是被捞到日常实习了，表示暑假到岗，十分钟说拜拜👋。

📍面试公司：金山云-武汉base🕐面试时间：26.4.9-半个小时左右💻面试岗位：AI应用平台开发❓面试问题：1、自我介绍2、慢SQL优化分析，解决了哪些问题，优化思路是怎么样的？3、针对Kafka消息丢失采取了哪些措施？如何保障消息不重复消费？(只回答了消费端幂等，没了解过生产端的幂等，但是好像是存在的)4、Cache aside模式的优劣是什么？5、项目中的RAG定位和工作流程是什么样的？6、RAG如何实现语义分块的？RAG评估用了哪些方法和指标，结果如何？7、聊AI Coding，使用过AI Coding写代码吗？有使用AI Coding进行项目迭代吗？8、AICoding在需求清...