2023年，开源模型刚刚多起来的时候，上手AI做的最多的事情就是微调，那会儿我有一张3090，就足够微调GLM2-7B或者Llama2-8B的模型了，网上还有很多的教程，教你怎么找数据集、怎么构建数据集，怎么微调大模型。仿佛只要学会了微调，我就一脚踏进了大模型工程师的门槛。包括到现在，很多客户一开始就说：“我们要微调一个自己的模型，网上都这样说的。”然后14B也好，32B也好，拉一堆行业数据往里塞，觉得这样才算构建核心壁垒。但连续了解几个项目之后，我现在的结论很清晰：对大多数做AI应用的团队来说，微调就是个坑。甚至面试的时候也会出现这个问题：为什么不建议微调？到现在网上还有很多新发的教程，一张...

什么年代了，还有地主

如果是开发岗也这样对我就好了😂

柠檬微趣一面1.自我介绍2.hashmap底层原理，是否是线程安全的3.不安全应该使用什么4.currenthashmap原理，线程不安全的情况 这块一致追问 答的不太好5.多个线程写一个日志文件，怎么保证并发安全（不太会）6.jvm内存结构7.垃圾回收 怎么确定回收哪些垃圾8.多线程使用场景9.常见的gcroots10.网络分层结构11.tcp和udp区别12.tcp概念问了一大堆13.https了解吗 具体说一下 也是说了一大堆14.mysql索引15.b+树 为什么不用红黑树 b+树的查询效率 推导一下总结：一直问，不会就想，偶尔会给一个反馈，没问实习，没问项目，纯纯八股🍋【柠檬微趣2...