Editorial Hub

博客

AI简历姬·求职攻略·AI简历优化技巧

获取最新的简历制作技巧、求职攻略和AI工具使用指南,让你的简历在众多候选人中脱颖而出

简历写作 岗位匹配 面试准备 AI 工具实战

先看结构

从 ATS(申请人追踪系统) 兼容、模块顺序、关键词映射入手,先把简历做成“能过筛、能被看懂”的版本。

再补证据

围绕项目、结果、数字和岗位相关性补证据链,避免空泛描述和批量套模板的痕迹。

最后做投递

把文章里的方法和工具页串起来,形成“写简历 - 改简历 - 投递 - 面试”的完整求职流程。

专题栏目

每个栏目按不同求职阶段拆解,适合从问题出发快速定位阅读入口。

最近更新:2026-09-20 01:04:02
大模型面试题:Transformer残差连接解决了什么问题
大模型面试题,AI大模型面试题,面试一般会问什么问题

大模型面试题:Transformer残差连接解决了什么问题

如果你正在准备AI大模型岗位的面试,残差连接(Residual Connection)和Transformer几乎是绕不开的两座山。直接给结论:面试官问这两个概念,表面考原理,实际考你的理解深度和工程直觉。真正能加分的回答不是背出公

大模型面试题:Transformer中的FFN扮演什么角色
大模型面试题,AI大模型面试题,面试题

大模型面试题:Transformer中的FFN扮演什么角色

如果你正在准备AI大模型岗位面试,FFN前馈神经网络是一个几乎绕不开的高频考点。它看似基础,但面试官往往通过它考察你对神经网络非线性变换的理解、对Transformer架构中各组件协作的认知,以及你是否具备从数学推导

大模型面试题:SwiGLU公式是什么?为什么能提升模型性能
大模型面试题,AI大模型面试题,面试题

大模型面试题:SwiGLU公式是什么?为什么能提升模型性能

如果你正在准备AI大模型方向的面试,尤其涉及LLM(如LLaMA、PaLM等)的面试题中,SwiGLU激活函数几乎是一个绕不开的考点。很多候选人会因为记不住公式、不理解门控机制或无法说清与其他激活函数的区别而被扣分。本文

大模型面试题:为什么百亿千亿大模型更倾向使用Pre-Norm
大模型面试题,AI大模型面试题,面试题

大模型面试题:为什么百亿千亿大模型更倾向使用Pre-Norm

如果只说结论,深层网络的PreNorm稳定性,本质上是通过将Layer Normalization放在子层之前(而不是之后),使得训练过程中的梯度流动更加顺畅,从而支持更深网络与大模型稳定训练。对准备大模型岗位面试的求职者来说

大模型面试题:为什么FFN中间层维度通常比隐藏维度大
大模型面试题,AI大模型面试题,面试题

大模型面试题:为什么FFN中间层维度通常比隐藏维度大

如果你正在准备大模型岗位面试,大概率遇到过“FFN维度扩张”这道题。它看似技术细节,却考察了你对Transformer架构本质的理解。别慌,这篇文章会从问题拆解开始,给你一套可以直接用的方法论、实用技巧和工具提效方

大模型面试题:RMSNorm相比LayerNorm去掉了什么操作
大模型面试题,AI大模型面试题,面试题

大模型面试题:RMSNorm相比LayerNorm去掉了什么操作

## AI大模型面试题:RMSNorm与LayerNorm的区别、原理与面试应答指南 如果你正在准备AI大模型岗位的面试,那么**RMSNorm和LayerNorm**几乎是绕不开的核心考点。直接说结论:两者都是归一化技术,但RMSNorm...

大模型面试题:大模型推理中的Prefill和Decode分别做什么
大模型面试题,AI大模型面试题,面试题

大模型面试题:大模型推理中的Prefill和Decode分别做什么

如果只说结论,AI大模型面试中的Prefill和Decode阶段,更关键的不是背住两者定义,而是理解它们为什么是推理流程的两个核心环节。对于准备算法岗面试的求职者来说,先把推理过程的时间线理顺,再掌握KV Cache、计算

显示 12 共 20443 篇文章

下一步建议:别停在“看懂”,直接进入“可投递”状态

最稳的做法不是收藏十篇攻略,而是把岗位要求、关键词覆盖和项目经历改写真正落到你的简历里。