三个面试官，一个主持，一个问业务，一个问基础。业务面试官应该是写Java的，不咋懂前端，一直给我往后端引。1 自我介绍2 介绍项目（React）3 做过后端？架构设计？4 实习做什么（写组件库）5 想做前端还是后端6 做过后端吗？（只做过Nodejs）Java的特点？（面向对象）用过什么数据库？（lowdb，其它没用过）7 如何防止交易重复提交（我提了防抖节流，问具体如何实现，答定时器，问定多久，答100ms）8 提交保存，持久化数据的方案（？不懂）9 （换另一个面试官）堆和栈的区别？（一个用数组一个用二叉树存储）它们分别是由什么管理分配的？（我答都是内存，面试官没回答，估计是错了）10 如何...

如果春招能重来，我会早点行动，拒绝拖延与侥幸。如果春招能重来，我会打磨简历，深耕笔试，认真对待每一次面试。如果春招能重来，我会降低内耗，不纠结犹豫，勇敢投递所有机会。如果春招能重来，我会稳住心态，分清主次，不盲目跟风焦虑。如果春招能重来，我会好好沉淀，补齐短板，握住每一个可行的选择。

1. 大模型微调的完整技术方案与工程落地细节采用 LoRA 参数高效微调方案，仅对 Transformer 的 Q/V 投影层添加低秩矩阵，冻结底座模型参数。训练时设置秩 r=8、缩放因子 α=16，使用 AdamW 优化器，学习率 2e-4，配合余弦退火学习率调度与梯度裁剪。工程上使用混合精度训练、分布式数据并行，提升训练效率，训练后合并 LoRA 权重，不增加推理延迟。 import torch import torch.nn as nn class LoRALinear(nn.Module):def __init__(self, in_features, out_features, r=...

🤖 Cursor — VSCode 魔改版，代码补全+对话一体，很多人IDE首选 🤖 GitHub Copilot — 老牌选手，生态好，和大厂集成度高 🤖 Claude Code — 代码理解能力强，适合复杂任务 🤖 Codeium — 免费且效果不错，个人开发者友好 🤖 通义灵码 — 国内访问快，中文支持好 🤖 DeepSeek Coder — 开源模型里效果挺能打的选择建议：追求稳定选 Copilot想要免费试试 Codeium国内网络环境考虑通义灵码复杂项目可以试试 Claude Code工具只是辅助，核心还是自己的代码能力～ [吃瓜 ing][发呆]