金九银十已过半，不知道大家现在都到哪个阶段了，有没有已经找到心仪的工作的朋友？有没有还没准备好面试在各大平台找资料临时抱佛脚的朋友？或是现在在准备，想要明年金三银四跳槽的朋友？不管你是现在急切找工作还是找资料备战，我都非常推荐你看看我花2个多月从GitHub，牛客，leetcode上为大家整理收集的2023中大厂Android面试八股文合集，我敢说你看完这份资料，必定能有所收获，不会的能查漏补缺，

面试官心理分析这个问题不仅工作中有，面试时也会被问到。一般会分成两种情况：推理和训练。推理时，我们主要考虑模型权重、KV 缓存和激活显存。而训练相比推理，还需要额外存储优化器状态和梯度，显存需求会更高。我们先说推理。为了助力朋友们跳槽面试、升职加薪、职业困境，提高自己的技术，本文给大家整了一套涵盖AI大模型所有技术栈的快速学习方法和笔记。目前已经收到了七八个网友的反馈，说是面试问到了很多这里面的知

这是一个来自朋友的疑问，在`sf`调用`hwc`的`binder_f1`的函数中`hwc`调用`sf`的`binder_f2`，会导致线程的优先级从`97`降级为`120`。

在互联网寒冬下，许多程序员被裁，大环境格外困难。我发现一个奇怪的现象：那些跳槽的人，总是从一个坑，跳进令一个坑中。毕竟一年过去了，会的还是原来的知识，人的身价就摆在那里，无论怎么折腾，也不会拿到更好的 offer。这样的跳槽其实没有意义，也许就有人问，现在都是互联网寒冬了，要怎样才能把握好机会，拿到跟好跟适合自己的 offer 呢？

前段时间，有个朋友又出去面试了，这次他面试目标比较清晰，面的都是业务量大、业务比较核心的部门。前前后后去了不少公司，几家大厂里，他说给他印象最深的是字节。3 轮技术面 + 1 轮 HR 面，他最终拿到了 45k*16薪 的 Offer。第一轮主要考察 Java 基础，二、三轮注重对应技术的掌握，以及对过往项目的业务理解。之所以令他印象深刻，是因为每轮都聊了一个半小时以上，确实让他受益匪浅。他最终选

llama.cpp是一个高性能的C/C++语言模型推理工具，支持跨平台部署，可在普通电脑上流畅运行量化模型。文章详细介绍了通过Docker方式安装启动llama.cpp的完整流程，包括CPU/GPU版本的配置，以及使用其Web UI和OpenAI兼容API与模型交互的方法。该工具性能优异，依赖少，完全免费且私密，适合搭建本地AI应用，满足各类场景需求。

清华大学开发的Kronos是全球首个K线分析开源AI模型，基于120亿条K线数据训练，支持沪深市场复权数据。提供多个版本适应不同算力需求，可通过简单代码实现K线预测，支持模型微调。项目详细介绍了安装、使用及回测流程，是AI投资领域的实用工具。

ollama 是一个开源的本地大语言模型运行框架，它提供了非常简单便捷的使用形式，让用户可以十分方便的在本地机器上部署和运行大型语言模型，从而实现免费离线的方式使用 LLM 能力，并确保私有数据的隐私和安全性。

你是否有这样的经历：”知识库文档越来越多，知识库问答却越来越不靠谱，RAG检索到的都是一堆不相关的内容。“在这个信息爆炸的时代，我们不缺资料，缺的是找到"对的资料"的能力。元数据和标签看似普通，却能很大提升RAG能力。这篇文章聊一聊它们如何辅助RAG系统真正理解用户意图，精准找到需要的信息。

DeepSeek-V3 是 DeepSeek-V2 之后有一个新的版本，一个超大规模的 “混合专家”模型（MoE），671B 参数，激活 37B，在 14.8T token 上进行了预训练。它专为高效训练和推理设计，既能生成高质量文本，又能节省计算资源。用更低的成本（时间和算力）实现顶级性能，对标甚至超越闭源模型（如 GPT-4）。通俗的话讲专注文本任务，规模更大、效率更高,节省资源