长沙银行金融产品研发一面

面试的时候被问到这个问题：try-catch 会影响性能吗？当时我有点懵，回答了一个模糊的"会有一点影响吧"。面试官追问：影响多大？什么情况下影响大？我就说不上来了。回来之后认真研究了一下，发现这个问题的答案比想象中有意思。先说结论在现代 JavaScript 引擎中，try-catch 本身几乎不影响性能，但异常抛出是昂贵的操作。听起来有点绕？用人话说就是：代码外面套一层 try-catch → 基本没影响代码里频繁 throw Error → 性能会很差下面用数据说话。实测数据我写了个简单的测试： const iterations = 1000000; // 测试1：不...

第一段实习死活找不到沟通 200+，只有 5 个面试

求大佬们拷打简历，投了好多简历了，基本上都没面

1. 模型训练里你怎么在全参微调和 LoRA 之间做选择这个问题我一般不会只从显存够不够来答，而是会结合任务复杂度、分布偏移程度和上线方式来讲。全参微调的优点是表达空间更大，适合任务分布和原模型差异比较大的场景，比如领域知识很重、输出风格和推理路径都要明显改造的时候，它更容易学到深层适配；LoRA 这类 PEFT 方法更适合成本敏感、实验迭代快、模型版本频繁切换的场景，特别是多任务并行或者多租户配置时，管理上会轻很多。如果任务本质上是在原模型能力基础上做轻量偏移，比如格式约束、领域术语补强、特定工具调用习惯，LoRA 往往就够了。反过来，如果发现训练后模型虽然会答，但深层行为模式改不动，比如推...