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...

春招约不到面试，太难受了

Timeline：3.23 一面3.25 二面3.31 三面4.01 HR面4.08 电话oc，转录用评估4.09 leader加微信4.10 offer4.01-4.08这段时间挺煎熬的，看网上都两三天就转录用评估了，一度以为自己横向挂了。虽然这很难，但建议牛u们多向前看，已经面过的是我们改变不了的，不必纠结，保持好心态，继续准备下一场！

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...