前面基本上都在问论文 无手撕1. 自我介绍2. 介绍下简历上这个项目3. 你对对话 LLM 的理解是什么？它和普通文本生成模型的核心区别是什么？答案：对话 LLM 不是简单地做 next token prediction，它要在多轮交互里持续维护用户意图、对话状态、约束条件和安全边界。普通生成模型更关注单次输入到输出的流畅性，对话模型还要考虑上下文一致性、角色一致性、拒答策略、澄清提问以及工具调用。它的核心难点在于“历史信息并不等价于有效状态”。用户前面说过的内容，有的仍然有效，有的已经被修正，有的是噪声。对话 LLM 必须学会根据当前轮次重新解释历史，而不是把所有历史机械拼接进去。工程上通常...

timeline3.9投递3.19一面3.31二面4.1告知二面通过免三面4.2hr面4.3oc人生第一次面试就是字节，没想到最后竟然能oc。（ 免三面真的很意外😳）

这些题刷完能不能拿五千一个月

自我介绍实习是否遇到过大量连接建立导致服务端压力很高的线上问题，你们是短连接还是 TCP 长连接A 系统 QPS 2k，单机需要承受多少 QPSC 系统 详细说一下稳定性治理的整个过程；主从同步的时间是多少Checkpoint 回溯机制是如何做的如果做核心数据流，如何解决 Checkpoint 回溯导致重复消费的问题；如果用事务提交两个点之间的数据，可能带来什么问题项目使用 Canal 监听 Binlog 实现最终一致性，是如何做的RabbitMQ 一定能保证消息不重复，不漏发，以及一定能消费到吗Canal 重复向 MQ 发送数据，如何解决八股缓存雪崩、击穿、穿透分别是什么MySQL 有哪几种...