第 13 题：混合精度训练（Mixed Precision Training） 题目 解释混合精度训练（Mixed Precision Training）的原理和优势。 一、在做什么？ 混合精度训练指在训练中部分使用 FP16（半精度），部分保留 FP32（全精度），在保证数值稳定性的前提下，用 FP16 加速计算、节省显存和带宽。 典型做法：前向和大部分反向用 FP16，权重和优化器状态用 FP32 维护，梯度在 FP32 下累加/更新后再转回 FP16 参与下一轮；对易溢出层（如 softmax、LayerNorm）保留 FP32 或做 loss scaling。 二、原理要点  FP16...

说个可能不太"ZZ正确"的大实话：大厂实习经历在找工作中的加成，比你想象的大太多了。我去年暑期在某大厂做推荐系统实习，说实话活不算特别有深度，主要是做特征工程和一些AB实验。但秋招的时候，简历上这一行带来的好处是全方位的。首先是过筛。投了20家，70%的简历通过率。我室友背景跟我差不多，但实习是一家没听过名字的小公司，15家过了3家。你说是能力差距吗？不是，纯粹HR看到大厂名字就默认你至少不差。其次是面试氛围。面试官看到你在xx厂实习过，态度明显不一样，会默认你的基础能力没问题，更多地聊项目思路和方向判断，而不是从头盘问你基础知识。我室友面试经常被追问八股文，我反而很少被问到。

简历给你了学校标的清清楚楚😅，面完说我是三本只能给150，那你boss标200-250干嘛，感觉还是太礼貌了，应该直接爆了😤学历就是一个人的外貌实习就是一个人的衣服本科学历差就是其貌不扬的样子实习经历差就是破破烂烂的衣服＃民办已经死了 ＃都给我去考研吧＃计算机就是学历＞技术＃c++92✌🏻才能学

最近准备面试的时候，发现一个很现实的问题：很多时候不是我完全不会，而是面试官一追问，我就很难马上把答案组织好。比如这些问题：“你在这个项目里主要负责什么？”“这个功能的难点在哪里？”“为什么这么设计？”“如果数据量变大，你会怎么优化？”“这个项目和我们岗位有什么匹配点？”这些问题单独看都不难，但放到真实面试场景里，尤其是远程视频面试，一紧张就很容易说散。后来我复盘了一下，发现自己最大的问题不是知识点没准备，而是：简历经历没有结构化表达。项目明明做过，但讲的时候容易变成流水账；技术点明明知道，但说出来没有重点；岗位JD看过，但没有和自己的经历建立对应关系；面试官追问细节时，临场组织语言很慢。所以...