从前公司离职后，也是找了2个月的暑期实习，然后顺利入职慢脚了。说实话，报道第一天就直接往我卡里打了180元的饭钱也是非常的nice啊，不计早餐的话，一顿饭元中心吃的话平均是30，也就是6顿饭钱，还不错。然后公司有免费的咖啡和制冰机，然后冰箱里还有免费的雪糕，经常下班后咬上一条，然后美美开溜。比起前公司好多了哈哈哈哈。然后每天还有30块钱餐补，不过就是得晚上8点打卡才会给，不过正常的上班时间是10：00—19：00（中间休息2小时），就无非是自己吃完饭回来，然后在园区里面散步一下，然后整理一下今天的工作，然后打卡下班就已经20：00后了。同时，周末来满8小时，还可以再领取60块钱餐补，之前周末都...

27届，bg双非本211硕，0实习找暑期，简直是地狱难度，要么简历挂，要么笔试挂，总算有约面的最多到二面也杳无音迅，某天晚上一时冲动投了字节（因为传说中的面评机制导致我一直没敢投，本来是打算先找个中小厂填简历，等秋招再面字节）没想到顺的不可思议，第二天hr就打电话约面了tl：3.30一面，第二天约二面4.3二面，隔一天约三面4.9三面，结束后10min约hr面，hr闲聊确认到岗时间，当场口头oc回想起那段日子，真是相当煎熬的一段时光，基本每个小时都忍不住检查邮箱，效率也是真的高，我都没想到简历能被捞这么快（点名某鹅某为，到现在都还在泡池子气笑了）最大的感受就是，实习这事是真的玄学，一个月前还在为实习天天愁的睡不着，做梦也想不到一个月后能坐在宇宙厂工位上。有时候被拒绝也不一定是你能力的问题，横向竞争太激烈了。千万不要灰心，保不准哪天就柳暗花明了

三月底投到现在至今0约面，是哪里出了问题，是背景问题还是简历问题呢希望大佬指点一下改了一版新的，求大佬们看看

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...