有没有想做大模型应用的啊？

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1.项目介绍2.介绍GRPO，DPO和SFT3.介绍PPO4.怎么重新设计奖励，不稀疏5.稀疏奖励怎么平滑6.LayerNorm和RMSNorm区别7.介绍transformer8.介绍GAN和VAE的区别9.介绍diffusion10.介绍GQA，怎么能和MHA性能相当手撕，反转链表的left到right的节点

段段之前的帖子，讲了RAG与Doris，这次我将结合后端与大模型、向量数据库里一些比较常见的知识讲一讲，为大家的全局概念做一个补充。 讲之前先叠个甲： 1.段段是做的AIGC项目，但是很多东西接触不到，而且很多东西用不了，比较老旧和粗暴 2.AI相关的，我最近在面试，也在学习，也在结合项目思考 3.本文是自己思考和学习的结果，欢迎大家讨论，有问题请合理发言 如果你、我因为不懂AI而丢人，那就对了，因为我就是这么一步步过来的。一、架构视角——后端与大模型到底什么关系 千万不要神话大模型，在后端眼里，大模型不是什么无所不能的神仙，它本质上是一个耗时很长，极其昂贵，很容易返回乱码的API。本质上，后...

发一下问题给大家参考，攒攒人品！1.实习经历主要是干什么的2.怎么做RAG检索，为什么要用Knowledge-graph，关键词/向量不行吗，混合检索方式怎么选择3.你觉得还能怎么改进检索方式提高Recall4.论文里做的超图缓存怎么加在LLM/LangGraph框架上实际应用，以及论文项目的出发点和逻辑5.另一段项目里的Multi-agent架构然后是八股6.我们现在视频通话你觉得用的是TCP还是UDP，为什么7.举例一个select where查询情况，使得混合索引不能加速查询（没复习数据库，几经提示还是不会）8.给一亿个正整数排序，最快怎么干9.从tools到MCP到Skills，为什么有了tools还要MCP有了MCP还要Skills，你觉得以后的发展趋势是什么算法题：输入一个字符串，返回出现频率最高的字母和出现次数。

AI岗位暴涨12倍，我会转AI吗？ 那毫无疑问，必须向AI靠拢，毕竟谁不想多赚钱呢？毕竟谁想在未来被淘汰呢？但是怎么转，什么时候转，转什么？这是一个值得深思熟虑的问题。 一、不要盲目的转 我知道在这种大趋势、大潮流下，很多人都非常的焦虑，这个焦虑不仅仅是打工人，很多老板也很焦虑，生怕被AI潮流打翻小船。本来很多中小厂就是在艰难前行，AI浪潮一来更是雪上加霜，以至于很多人开始病急乱投医。 算法岗不是谁都能干的：都说传统开发消亡，都想去学python，做算法培训机构一忽悠，就交了小两万的培训费，学个python，就觉得自己跟上AI潮流了，那是纯扯淡。算法岗没有双九硕科班出身打底，没有人会要你。尽管...