又挂了一上来两个面试官，给我整不会了，说为了节省时间，本来三轮技术面压缩。面试官1：自我介绍反射机制，哪些框架中用到了反射框架优点缺点concurrenthashmap怎么保证并发安全除了synchronized可以加锁还有什么锁synchronized和reentrantlock有什么区别线程池有哪些参数，参数怎么考量设置项目里哪些场景下使用了线程池，具体怎么设置参数的（这里我瞎说了，记不得哪里用，应该错了）为什么要定义线程池什么是聚簇索引什么是非聚簇索引覆盖索引怎么定位慢查询深分页了解吗，怎么优化？（这里我说了覆盖索引+子查询和游标法，但是游标法我不熟，面试官又追问我游标法具体怎么写，掉进...

0实习的阶段，不玻璃心，求拷打，我觉得春招是26届我的最后一次入场机会了，但反响平平。只有一两个通过初筛，后续就没有了

目前各个大厂都投了，就快手给面了其他都在初筛泡池子。是不是简历太不对口了。有没有大佬给看看，这么差的简历是不是不配找工作啊😭😭加更字节简历挂快手一面生死未卜其他泡池子加更3.25快手一面过wxg约面3.26wxg 很明显 kpi 面上来五道题，mid hard 都有，然后随便问点八股就走了。3.29拼多多笔试 ak携程笔试 a3.33.30美团约面快手二面4.1快手 oc字节约面腾讯约二面

DDPM 和 DDIM 的区别是什么？ 第一步：前置小知识（重参数化技巧） 在扩散模型中，我们最常用到一个技巧：如果你有一个符合正态分布的变量 （均值为 ，方差为 ），我们可以把它拆成：  这里的  是一个标准正态分布的纯噪声 。 直白点说： 任意状态 = 确定的基础值 + (随机噪声  噪声强度)。记住这个公式，它是贯穿整个推导的灵魂。 第二步：DDPM 的基础设定（从头到尾加噪） 在原来的 DDPM（去噪扩散概率模型）中，我们有一个清晰的正向加噪过程。 假设我们有一张清晰的图像（或者机器人的一个完美动作），叫做 。我们在它上面不断加噪声，加到第  步时，它变成了 。 DDPM 证明了一个极...