1.问实习2. 项目拷打3. LLM 落地部署有什么好用的 trick？答案：现在 LLM 落地里，很多时候改模型不如先改数据和链路。第一步是把线上 badcase 分桶，区分是检索错、提示词错、模型能力不足、工具返回错还是数据源脏；第二步是做数据闭环，把高频错误变成 SFT、偏好对、规则样本或者评测集；第三步是做推理侧优化，比如 KV Cache、continuous batching、量化、prefix cache 和路由小模型。比较实用的 trick 是不要盲目微调整个模型。很多业务问题是知识更新、格式不稳、证据引用错，这些更适合通过 RAG、结构化输出、后校验和数据清洗解决。只有当错误...

真没招了  原来是卖课的.. 把我的感动还来...

实习干了些什么工作内容？你觉得比较难的或者比较亮点的工作是有哪些？CacheAside工作模式是怎么样的？会不会出现数据不一致的问题？先写数据库和后写数据库有什么区别？讲一下布隆过滤器的原理讲一下单例模式，懒汉模式下，除了双重校验锁还有哪些方式实现？为什么要用volatile关键字？如何查看链表是否有环？接口和抽象类的区别？讲一下线程池，怎么给线程设名字Spring有哪些扩展机制？比如容器层面或者Bean层面？怎么动态加载Bean讲一下事务，声明式事务失效有哪些情况？讲一下为什么MySQL要用B+树？主键索引和其他索引的区别？联合索引怎么使用？最左匹配原则讲一下你知道的架构模式，MVC/DDD...