希望一出生耳畔就萦绕着母亲敲击键盘调试模型的清脆声响，她的指尖在机械键盘上飞舞，仿佛在训练一首永不收敛的智能协奏曲。空气里混杂着熬夜跑实验时手冲咖啡的醇香和打印出来的论文草稿的淡淡墨味，被做了十年首席算法官的父亲，用因长期敲代码分析数据结构而微弯却异常温柔的手指轻轻托住我。搬进实验室隔壁那间总是亮着代码编辑器荧光的小公寓时，正听见退休的算法元老爷爷爽朗的笑声。他说我舞动的小手，让他想起当年上线核心模型时在触摸屏上调试参数的节奏，那条被顶会收录的“最具创新性算法”，至今还保存在他的GitHub首页。刚整理完年度技术文档的奶奶，放下更新到第三版的深度学习手册，从项目负责人手中接过我，用那支标记了无...

个人自己评价为菜的没边了，打算接下来一个月继续打磨简历，复习八股，做一个更扎实的项目把rag项目换掉，由于实在没什么可写的东西只能把一些无关的奖项搬上来充数，放一个简历的初步草稿，各位佬也可以提提建议，主要想去有llm结合的业务岗位，大佬们可以开始狂喷了，十分感谢指导

项目介绍，面试官应该不太懂，没咋问。最后问的八股。大模型怎么做推荐？说了一个web agent的训练方式，面试官好像不太感冒。怎么判断一个模型的 embedding 好还是不好？我说计算不同类别数据之前的距离，同类更近、异类更远。如果模型的训练 loss 不下降，有哪几种情况会导致？数据不干净，学习率太小，如果你从头搭一个网络训练模型，可能会遇到哪些情况？如何保证稳定训练？最后写一个快排。然后问我有没有职业规划，具体想做什么？

如图，这是什么心态呢，太搞笑了。