1. 自我介绍2. 项目拷打3. Perplexity 的定义、公式和真正的使用边界是什么Perplexity 本质上是语言模型对测试序列平均不确定性的指数化表达。若测试集为(x1,…,xT),则 它等价于平均负对数似然的指数形式，值越低通常表示模型对数据分布拟合得越好。很多人只会背“越低越好”，但真正面试里要说明白：PPL 是训练分布拟合指标，不直接等价于问答质量、推理能力、事实性或者指令遵循能力。模型可能 PPL 更低，但在复杂推理或者对齐任务上不一定更强。4. 为什么不同 tokenizer 下的 Perplexity 不能直接横向比较因为 PPL 的分母是 token 数，而 toke...

今天早高峰10号线，人挤人，我好不容易站稳，余光扫到旁边座位上有个穿校服戴红领巾的小男孩，正低头盯着iPad。我以为他在看动画片，好奇瞟了一眼——好家伙，在刷leetcode。我人都傻了。我小学五年级还在玩赛尔号，人家已经在地铁上刷题了。让我想起来现在也有很多机构推出面向小孩的人工智能课、AI使用课...现在连小孩都这么卷了吗？

收藏我了是进人才储备池了还是有戏了😂

1. 先做个自我介绍，再重点讲一个你参与最深的项目模块。答：这个问题几乎是必问，面试官主要不是听你“讲故事”，而是看你表达是否清晰、项目是不是你真的做过。比较好的回答方式是按这几个点展开：个人背景：毕业时间、工作年限、当前技术栈。项目背景：这个项目解决什么业务问题，面向谁。自己负责什么：不要只说“参与了开发”，而要明确到模块，比如订单、库存、营销、支付、搜索推荐等。技术细节：用了哪些中间件、数据库、缓存、消息队列。难点和结果：遇到过什么问题，怎么解决，最后指标提升了多少。比如可以这样答：“我主要做 Java 后端开发，平时技术栈是 Spring Boot、MySQL、Redis、MQ。最近做得...