1.自我介绍2.手撕树的最短路径3.为什么选简历上这两个项目做4.拷打项目5.你项目里用了八个线程池，如果用同一个线程池会怎么样？6.线程池的参数了解吗？新的任务到线程池以后流程是怎么样？平时用线程池遇到过什么问题吗？如果你使用了拒绝策略，但是你仍然想执行被拒绝的任务，应该怎么办？你的核心线程数为什么要设置成6？7.你刚刚说使用消息队列，你现在有八个线程池那要建八个线程池吗8.如果有几万个人同时使用你的应用，最先出问题的是哪些部分？9.为什么redis stream比rocketmq、rabbitmq10.Mysql的索引是什么？为什么b+树快11.索引失效的场景12.覆盖索引了解吗13.缓存...

投的大厂几乎全都是简历挂，我不太明白，我问了很多人他们都说简历没什么问题。可是快手挂我两遍美团、阿里大部分、拼多多、字节剪映、懂车帝、爱奇艺、百度、oppo、小米、美的、哔哩哔哩基本上都是简历挂。我想不通了，一整个三月只有腾讯和钉钉给面了。结果腾讯的两道题我没a出来，钉钉遇到kpi面，面完出来看官网果然是秒挂，我已经觉得绝望了。难道真是简历问题？

给时间时间 终会梦想成真的🥺那就努力努力再努力🤲

一般情况下，我们聊到“大模型的量化”，想到的大概率是“把FP16转成INT8或INT4，从而降低显存、加速推理”。其实我觉得工程上没毛病，因为很少有人会去探索啥玩意是量化，但你要是放在算法岗的面试上，这样通常是不够的。面试官往往会继续追问：精度明明降低了，模型为什么还能正常工作？什么时候量化会失效？如果这时答不上来，基本就已经失分了。（我的答案放在文末）要把这个问题讲透，可以换一种更有层次的表达方式，从“是什么”到“为什么”，再到“什么时候不行”和“怎么选方案”，逐步展开。首先，从本质上看，量化并不复杂，它做的事情就是用更少的比特去近似表达原本的高精度参数。原本一个FP16权重用16bit表示...