算法题好难www

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1.项目拷打2.MHA、GQA与MLA3.MoE模型和多模态模型训练还有哪些优化点4.大模型预训练和强化学习训练在工程上还有哪些可优化的点5.手撕代码:1)二叉树的层序遍历;2)MHA

个人介绍姓名、部门、岗位、教育经历、实习经历、校园经历、兴趣爱好、证书、奖项实习经历介绍项目经历和专业技能介绍业务理解重点工作回顾工作亮点和不足（情景 、任务 、行动、 结果）组内实习收获工作总结和反思下一步工作计划和个人成长规划

大模型浪潮下，不少26届同学想进军算法岗，却对岗位门槛、工作内容存在信息差。结合大半年实习经验，为大家揭秘真实行业情况，助力暑期与秋招规划。1️⃣大模型核心岗位划分大模型岗位主要分为两大方向：1. 大模型基座：涵盖数据、预训练、微调、对齐、训练/推理架构等工作。2. 大模型应用：包括数据、续训练、微调、对齐、推理部署、Agent、RAG等落地相关研发。2️⃣大模型岗位真实门槛很多人误以为无论文就无缘大模型，实际并非如此，实习与垂直经历比单纯论文更关键。1.基座岗位：学历要求高，基本为本硕双985，或国科大、北邮等强校，部分组要求博士；论文为硬性条件，至少1篇顶会起步，且方向需高度匹配；实习建议两段以上，优先阿里通义、字节豆包、百度文心、DeepSeek等头部机构。2.应用岗位：学历以本硕211及以上为主，是硕士主力赛道；论文非必需，仅为加分项，冲刺高薪计划可补充；更看重实习垂直性，无论文但项目对口，同样能拿到高薪offer。整体而言，求职时经历垂直匹配 > 含金量高低，弱相关经历加分十分有限。3️⃣大厂大模型工程师在做什么大厂大模型工作并非大众想象中整日训模型、写代码，大量时间用于数据处理、评测与沟通。基座组多做小幅度结构优化与实验；应用组99%工作基于开源模型做续训、微调，搭建RAG、Agent系统，核心是调参、优化数据配比、制定自动化评估方案，最终目标是业务落地，能提升线上指标的方案才是有效方案。想入局大模型，不必被论文门槛吓退，找准方向、深耕垂直项目，才是突围关键。

1. 智能指针是如何工作的，尤其是 unique_ptr？unique_ptr` 是独占所有权模型：同一时刻只能有一个指针拥有对象。 它的核心机制是：构造时接管裸指针；禁止拷贝（防止多重释放）；允许移动（转移所有权）；析构时自动 delete（RAII）。适用场景：资源生命周期清晰、无需共享所有权的对象管理（默认首选）。代码： #include <memory> #include <iostream> struct A { ~A() { std::cout << "A destroyed\n"; } }; int main() { std...