这个问题，绝对是这两年新出现的，不知道大家什么时候开始做NLP的，我是22年的时候开始接触，那时候的NLP下面还有很多很多细分领域，就包括NER、RE这类知识抽取类工作，BERT几乎是我们绕不开的一个模型，如果说绕开了，用的也是类似RoBERTa这类改进模型。所以看到题目里的这个问题，很多人的第一反应是：还不是因为22年GPT一炮走红了，所以大家都跟着做。这个回答不能说错，但面试官通常不会继续追问，因为这说明你没有真正思考过这个问题。要把这个问题回答好，需要从历史演进和技术逻辑两个层面逐步拆解。（回答建议在文末）一、历史背景：2018年的分叉点先回到2018年。这一年NLP领域出现了两件标志性...

如题，怕纯后端岗位未来 扛不住，想找一个ai大模型开发的工作。友友们看看那个智能ppt生成项目，是不是已经很普通了。还有我的简历是不是内容很杂。想在春招冲一冲ai开发的工作，求友友们对简历给一些建议。

1. 自我介绍2. vector 与 list 的区别与使用场景vector：连续内存、随机访问快、尾插尾删快、CPU缓存友好list：链表结构、任意位置插入删除快、迭代器不失效、随机访问慢场景：高频遍历/读多用 vector，频繁中间插入/删除用 list3. vector push_back 均摊 O(1) 的原因采用指数扩容（1.5倍/2倍）策略扩容次数极少，所有插入的总拷贝次数为线性级均摊后每次插入的时间复杂度为 O(1)4. inline 函数与宏的区别inline：C++关键字，类型安全、可调试、无副作用、作用域安全宏：纯文本替换，无类型检查、易出错、调试困难现代C++优先使用 i...