🙌面试感想：拷打了 简历都不敢写Docker了我真的只是略懂一点上午还有个小厂笔试考了：字符串数组最长前缀/后缀 字符串组合排列（回溯）1.自我介绍2.Go语言为什么适合微服务3.Go make和new区别4.Go defer使用场景5.HTTP状态码6.HTTP请求结构 请求头 请求行放什么？请求头放参数吗？URL里自带参数还是body带参数？7.Go Zero里面api如何定义8.Go如何接收前端json9.（项目）错误码体系？如何定义10.（项目）参数优化？11.JWT原理？如何判断用户是否有权限调用接口12.etcd用来做什么？13.Go代码编写成二进制后如何用Docker部署14....

比预想中晚了一周，时间过得真快啊，感觉越学越多，目前这版简历下周直接开投了，两个项目都是自己用AI敲的，欢迎各位继续拷打，也是在共同交流学习吧。目前可以说出项目架构业务，自己亮点设计的一些思考，技术实现以及技术选型原因，量化指标也准备了一套说辞，但深挖代码估计就寄了；八股过了一遍，属于基本能说点原理理解，但深挖细节估计也寄了；算法简单了解一些整体思路，但手撕估计也寄了；AI可以吹下项目相关的工程实现和一些技术选型，但深挖技术肯定就寄了。总之，基于自身学习状态考量，先投些小厂继续学吧。有道是：“人生南北多歧路，一处春山一路平。”

0实习，什么都没有，一问三不知简历如下求建议，算法什么的也不懂

1. 自我介绍2. 项目拷打3. Perplexity 的定义、公式和真正的使用边界是什么Perplexity 本质上是语言模型对测试序列平均不确定性的指数化表达。若测试集为(x1,…,xT),则 它等价于平均负对数似然的指数形式，值越低通常表示模型对数据分布拟合得越好。很多人只会背“越低越好”，但真正面试里要说明白：PPL 是训练分布拟合指标，不直接等价于问答质量、推理能力、事实性或者指令遵循能力。模型可能 PPL 更低，但在复杂推理或者对齐任务上不一定更强。4. 为什么不同 tokenizer 下的 Perplexity 不能直接横向比较因为 PPL 的分母是 token 数，而 toke...