满帮1024程序员节？码力满满！

自我介绍实习除了 Coze，了解过其他 Agent 相关框架吗？比如 LangChain、LangGraph三个系统都涉及 DAG，区别是什么Coze 的执行引擎能否支撑你的系统A 系统 利用编排实现解耦，还有没有其他提升空间2k QPS 下，MySQL 可以抗住，为什么加二级缓存相比加缓存之前，性能提升了多少B 平台 针对下游模型的 TPM、QPM 限制，如何限流处理在采用令牌桶的基础上，任务具有不同的优先级，如何处理；再增加一个租户维度（多业务），如何处理视频生成后的链路关注过吗？最终的视频是否满足预期八股为什么选择 Redis 做缓存，还有什么应用场景Redis 实现分布式锁的原理是什么...

这个它石是真的恶心，一天就给我结束了。看了一下JD，估计就是卡学历，非要985/211吐了。。。。

1. 大模型微调的完整技术方案与工程落地细节采用 LoRA 参数高效微调方案，仅对 Transformer 的 Q/V 投影层添加低秩矩阵，冻结底座模型参数。训练时设置秩 r=8、缩放因子 α=16，使用 AdamW 优化器，学习率 2e-4，配合余弦退火学习率调度与梯度裁剪。工程上使用混合精度训练、分布式数据并行，提升训练效率，训练后合并 LoRA 权重，不增加推理延迟。 import torch import torch.nn as nn class LoRALinear(nn.Module):def __init__(self, in_features, out_features, r=...