1. 全参数微调的显存一般怎么估算全参数微调的显存不能只看模型参数本身，真正上线训练时至少要把参数、梯度、优化器状态和激活值都算进去。最粗略的估算方式是：如果模型参数量是 N，训练精度是 bf16，那么参数大约占 2N 字节，梯度再来一份 2N，如果用 Adam，还要额外保存两组一阶和二阶矩，通常再加 4N + 4N 字节。也就是说，不考虑激活值时，单参数相关内存大致可以按 12N ~ 16N 字节估。真正把 batch size、sequence length、checkpointing、并行策略加进去后，激活值往往才是大头。所以面试里如果只答“参数量乘 2”基本不够。更稳的答法是先给出静态...

二本的结局就是铁人三项嘛

从三月初就开始投 一直到现在只有一个面试几乎全是已读不回꒰>﹏< ꒱沟通600+ 只投出去20多个简历

实习经历拷打这个功能（单点登录）具体是做什么的？“Ticket”是什么？里面包含了哪些信息？Token存储在哪里？后端如何进行身份认证和校验？Token是明文传输的吗？系统是否会记录用户的登录状态（如登录时间、超时）到数据库？如果没有，如何判断Token是否过期？在拦截器中使用ThreadLocal存储用户信息，目的是什么？ThreadLocal是线程内共享的。如果一个用户连续发起两个请求，它们能被同一个ThreadLocal处理吗？为什么？一个请求处理结束后，是否需要手动删除ThreadLocal中的数据？为什么？八股HashMap是线程安全的吗？请举例说明一个HashMap线程不安全的场景...