今天答辩顺利结束了，意味着我的硕士生活真的要画下句号了。回到宿舍，拿出论文，长长的三年时间最后浓缩成胶装后薄薄的一本，有点怅然。翻开致谢，不知为什么，想到了自己这三年，以及本科以来这七年经历的一些事情。也许是offer还没有最终确定，想到了很多关于实习的人和事。想记录些什么，又不知该去哪里说，那就写在牛客吧，算是和过去的自己告个别。想到实习，脑海里第一个蹦出的总是帆软，这些年一直很坚定的认为，是在帆软的四个多月，让我坚定了做hr的方向，也让我觉得，职场也没那么多勾心斗角，遇到的人大家都很好。在帆软的每一次加班，都是自己认为应该为这个岗位付出的，是我应该做的，从来没有人强制我到点不下班做些什么。...

三月中旬开始陆陆续续投了几十家，记录了一下情况，BOSS上也问了几百家，大部分没回或者根本未读面试只有寥寥几个，发笔试的更是一个都没通过(至今没敢做美团笔试，pdd听说笔试难更是没敢投)部分企业直接简历挂(快手挂了五次)，甚至有点还在流程里出去一看岗位都没了(比如小米滴滴，前者还好直接流程结束了，滴滴硬是卡在那取消也取消不了，别的也投不了)大部分还是投了泡池子毫无推进网上都说今年暑期难得多，是我信息茧房了还是客观如此，或者我太菜了吗本人有三段小厂实习，其中两个规模不大的小公司做业务，一个几百人的数据库公司做的是数据库跟中间件，偶尔有几个面试也都感觉回答不上，除非像我主页京东一面那种项目引个头问八股的，不然问点场景题或者拷打实习产出与项目亮点，都感觉束手无策，想多面试攒经验吧偏偏连面试都接不到几个难道只能等六月份投日常了吗，中厂暑期感觉都希望不大了，面试基本全是bat京东给的，中厂一点面试不给，鱼鱼了

还有一些简历挂的没放出来鼠鼠我太菜了

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...