与「palala」相关的搜索结果

#さっぽろ雪まつり# Palalaが 広まっていく〜😭😭😭🩷 もっともっと広まれ〜！ TikTokの音源リセットされて悲しいから 再びバズらせてーっᐡ ߹𖥦߹ ᐡ みんなも撮影した #きゅ〜くるトレイン# があればTikTok載せてほしい！！！ #きゅ〜くる#

「Jewel Beat!! 2025 -推し曲ベスト25-」 1位が #きゅ〜くる# なのも Palalaなのも嬉しいです😢❤️ AJに移籍してからよりAJ楽曲の良さを実感して大好きな曲が増えたからこそ余計に身にしみます。 ファミリーの皆様にももっと愛されるようにチーム一同頑張っていきます！！！

MNLoves, palalagpasin n'yo ba 'to? 5 days na lang! MNL48: Reboot and Rise is almost here — and it’s going to be a heartfelt trip down memory lane. It’s more than just a show — it’s a reunion, a throwback, and a reminder of why we fell in love with MNL48 in the first place.

#きゅ〜くる# ワンマンライブ🎂 あと3日です！！！ 今日の写真のテーマは、、 ˚*.꒰ この1年 ꒱.*˚ ALTでは、Palalaについてかいてます！ 6/23(日) 17:00〜 📍白金高輪 SELENE b2 🎫

这个开源项目系统整理了 35 家 AI 公司的 AI 工程师面试题，全部来自 “公开报告的面试经历” 来自 @outcome_school 团队 @pallavishekhar_ 开源发布，内容几乎涵盖了 OpenAI、Anthropic、DeepMind、xAI、DeepSeek、Kimi、GLM 等 AI Labs，Cursor、Cognition、ElevenLabs 等 AI Native 团队和 Nvidia、Microsoft、Amazon、Apple 等头部大厂。 覆盖的岗位头衔也非常多：AI Engineer、LLM Engineer、Gen AI Engineer、ML Engineer、Research Engineer、Applied Scientist、FDE、MLOps/LLMOps 工程师等。 开源地址： # 内容架构：一个精心设计的双层结构 第一层：跨公司通用题（Common Questions）。 作者把在多家公司反复出现的题目只列一次，标注"Asked at"哪些公司，按十大主题组织： 1. LLM 内部机制与架构 — attention 缩放因子、KV cache 内存公式推导、MQA/GQA/MLA、FlashAttention、BPE、RoPE/YaRN、Chinchilla scaling laws、MoE、解码采样策略、lost-in-the-middle、RMSNorm、SwiGLU 2. 推理、服务与 GPU 性能 — prefill vs decode、continuous batching、PagedAttention、投机解码、量化（FP16→FP4）、五种并行策略、TTFT/TPOT 指标、H100 上的 roofline 计算、vLLM/SGLang/TensorRT-LLM 选型、“如何把服务成本降 10 倍” 3. RAG 与检索 — 分块策略、BM25 vs 稠密检索、重排序器、HyDE、权限感知检索、ANN 索引、索引新鲜度、答案归因 4. Agent 与工具调用 — ReAct、MCP、工具 schema 设计、多智能体编排、Agent 记忆、循环终止条件、人类审批 5. 微调与对齐 — RLHF/DPO/GRPO/RLVR 全谱系、LoRA/QLoRA 数学、灾难性遗忘、“提示 vs RAG vs 微调”决策框架、蒸馏、reward hacking 6. 评估与可观测性 — LLM-as-judge 及其偏差、幻觉检测、基准污染、Agent 评估、回归门禁 7. 安全与负责任 AI — 提示注入（直接/间接）、OWASP LLM Top 10、护栏、Constitutional AI、红队 8. 多模态与语音 — VLM、语音 Agent 延迟预算、barge-in 打断处理、级联 vs 端到端语音、ASR/TTS 评估 9. AI 系统设计 — 十类高频设计题（千万级文档企业 RAG、代码助手、客服 Agent、Text-to-SQL、LLM 网关、数亿用户聊天服务等） 10. 编码题 — 从零实现 attention、KV cache、BPE、采样；LRU 缓存、令牌桶限流器、异步批处理器、SSE 流解析器、最小 Agent 循环 第二层：35 家公司的专属章节，分为五大梯队： 1. 前沿实验室（12 家）：Anthropic、OpenAI、Google DeepMind、Meta、xAI、Mistral、Cohere、DeepSeek、月之暗面（Kimi）、智谱（GLM）、阿里（Qwen）、Sarvam AI（印度） 2. 大厂 AI 组织：Microsoft、Amazon、Apple、NVIDIA、Tesla，以及一组消费级 ML 公司（Uber/Netflix/LinkedIn/Airbnb/Pinterest/Spotify） 3. AI 基础设施公司：Databricks、Groq、Together AI、Hugging Face、Scale AI、Perplexity 4. AI 原生产品公司：Cursor、Cognition（Devin）、Sierra、Harvey（法律）、Glean、 AI（机器人）、Waymo 5. 前向部署/企业 AI：Palantir # 题目分布透露的行业信号同样值得关注 1. 公司的差异化考察方向，和它的商业模式严丝合缝。 这是最能体现整理功力的地方： · DeepSeek、月之暗面、智谱、Qwen 的题目深度绑定自家论文——MLA、auxiliary-loss-free 负载均衡、Multi-Token Prediction、MuonClip、DualPipe、长上下文扩展、GLM 的 thinking 模式。面试这些公司等于面试它们的论文，还要求 PyTorch 从零实现 MoE 路由。 · Groq 的题全是 SRAM-only 架构下的 roofline 重推演：“没有 HBM，decode 的 roofline 论证哪里变了”、“确定性在 p99 层面到底买到什么”。 · Apple 清一色端侧：3B 模型在手机上跑、PTQ vs QAT、不采集用户内容的前提下用设备信号改进模型、30+ 语言区无法记录用户内容的评估方案。 · CharacterAI 是推理经济学：“我们的服务成本被 KV cache 而非权重主导，降一个数量级，代价是什么”。 · Harvey（法律）和 Abridge（医疗） 考的是领域约束下的工程：200 页信贷协议里第 140 页的条款依赖第 8 页的定义术语怎么检索、生成的病历中出现了患者没提过的药怎么当作安全事故处理、PHI 如何约束整个架构。 · Palantir 的招牌是 "decomposition" 轮：把“一家货运铁路公司每年因机车非计划停机损失数千万”分解成工程计划。 2. 编码轮的形态正在发生实质性变化。 文档里反复出现的一类题，与传统 LeetCode 明显不同： · “实现一个内存 KV 存储：先 SET/GET/DELETE，再加事务 BEGIN/COMMIT/ROLLBACK，包括嵌套事务”（OpenAI、xAI 都问） · “给你一个 LLM 推理引擎的调度器类，其中一个方法是空壳，没有规格没有文档。说说你头三十分钟干什么”（xAI） “重构这 120 行能跑但很乱的代码，不许破坏测试”（OpenAI） · “对 5 万个文档跑 LLM 调用，API 限 100 并发、偶发 429 和超时，把 Python 写出来”（Anthropic） 考察重心从算法记忆转向增量需求下的代码演进能力、并发正确性、真实工程约束下的取舍。 3. “AI 协作轮”作为新题型已经进入正式面试流程。 这是文档里最前沿的信号： · Anthropic 部分机器学习岗有 AI-collaboration 轮：现场给你 Claude，考察的是你如何指挥它和验证它的产出，而不是你自己写。 · Meta 2026 年的流程新增三阶段 AI 辅助编码轮（探索修复 → 实现新功能 → 扩展改进）。 · Cursor 的 onsite 是两天在真实 Cursor 代码库上做一个功能（或 8 小时远程版），明确考核你对 AI 工具的使用效率和自主 scoping 能力。 · Sierra 给你两小时和任意 AI 工具，看你选择做什么。 xAI 有四小时限时产品构建。 4. FDE 成为一级岗位类别。 Anthropic、OpenAI、Databricks、Scale、Together、Sierra、Harvey、ElevenLabs、Palantir 的章节里都有 "Applied and Forward-Deployed Scenarios" 专属题库——典型题目如“企业客户说 Claude 幻觉太多，你是驻场工程师，头 48 小时做什么”。这对应了 AI 公司向企业交付方式的转变：模型能力差距收窄后，落地能力成为差异化。 5. 硬核系统题的普及。 "H100 上 70B 模型 batch size 1 的 roofline 计算"、"估算 70B 模型的 GPU 显存（权重 + KV cache + 激活 + 碎片）"、"p99 延迟在部署后翻倍但模型没变，走一遍诊断”——这类题横跨 NVIDIA、Together、OpenAI、Perplexity 等多家，说明推理性能的量化直觉已成为 AI 工程师的通用素养，而非基础设施工程师的专属。

【社论】分票会死人，合兵能翻盘。 BC省选这几天、温哥华市选这一个月，把同一条规律又演了一遍。 列治文现在最该看的，不是谁海报贴得多，而是谁还在互相拆台。 保守党：先裂开，再合回去，民调立刻跟上来 Findlay当了不到四个月，党团被拆得七零八落：议员出走、开除、另组CentreBC，反对党看起来像一盘散沙。伊比正是冲着这个窗口提前省选。 窗口几乎立刻关上。 Findlay一辞职，Doerkson接临时党魁，出走议员开始回流；选举宣布当天，CentreBC大部分议员又回到保守党旗下。 不是路线突然变香了，是“右边有没有一个能赢的篮子”这个问题，在选民脑子里重新有了答案。 Angus Reid随后给出的数字很直白：已决定加倾向投票者里，保守党43%、新民主党35%。十天前同一家民调还是新民主党领先4个点。反转的核心不是特朗普，而是对提前选举的反感，加上右翼不再公开互撕。选民忠诚度也说明问题：2024年保守党选民八成以上还在，新民主党只剩六成五。 合，不一定赢；不合，几乎必输。 这次民调回升，证明的是后半句。 温哥华：左翼先限候选人，再让出市长位，支持率跟着上去 温哥华走的是另一条整合路径，更早、更刻意。 今年春天，COPE、OneCity、绿党先谈妥：市议会、公园局、教育局限量出人，避免进步派自己把票切碎。夏天快截止时，COPE的Allen、OneCity的Azaroff退出市长战，把票让给绿党的Pete Fry。 Justason 8月31日至9月11日的民调，正好踩在这两人退选之后：已决定选民里，Fry 45%，现任市长沈观健（ABC）30%。同一份调查还显示，市议会前十名里，进步三党占了九席，ABC只剩Kirby-Yung一人挤进前十。 这和省保守党的整合不是同一套剧本，效果却同类： •省保守党是危机后的紧急缝合，先止住出血，再谈形象。 •温哥华左翼是选前设计好的减分票协议，先让出市长位，再把议会名单排开。 两边都证明一件事：在一轮投票、多候选人的制度里，组织纪律比口号值钱。 温哥华市长是单一选区，分票最致命，所以左翼先把市长位收成一个人；市议会是选十人，他们没有并成一个党，但限量出人，等于在名单上做了软整合。 沈观健那边，中间和右边并没有对等整合。TEAM、温哥华自由党、Vote Vancouver仍各自占一块。左翼一收口，现任市长的“渔翁空间”就窄了。 给列治文的启发：现在最像分裂后的温哥华，不像刚缝好的省保守党 列治文这次是Brodie不连任后的开放市长战。正式名单里市长有七人，市议员要选八席、报名五十多人。 六月那份Pallas民调里，未决定接近一半；当时领先的Heed也只有两成，而且那份民调委托方有立场、名单后来也变了，当趋势看可以，当终局看不行。 真正有用的对照是结构，不是某个候选人眼下多领先。 第一，市长位必须先问：同类票会不会自己打死自己。 
温哥华左翼明白，三个进步派市长一起上，等于给沈观健送连任。 列治文中间和建制派如果继续Heed、Loo、Howard、Kang各打各的，最后赢的往往不是“最像自己的那个人”，而是“对手分得更碎的那个人”。 省保守党能把支持率拉回来，第一步不是政策白皮书，是先减少公开出口。 第二，市议会八席是另一套算术，但不能假装没有阵营。
列治文有Conservative、RITE、RCA、Richmond Forward、Advance Richmond、We Are Richmond、Richmond Strong等多条名单。 温哥华进步三党没有合并成一党，但约定了名额上限，民调里他们的人就能挤满前排。 列治文如果每条名单都出满八人，等于把自己的支持者摊成薄片。整合不一定要改党名，可以是限量出人、交叉背书、明确“这八个里先保哪几个”。 第三，整合要赶在选民形成印象之前。 
省保守党是选举令落下前后48小时完成回流，民调才来得及转向。温哥华左翼是提名截止前完成市长让位，Justason才能测到Fry起跳。列治文提前投票10月3日就开始，正式投票10月17日。现在再拖，不是“再观察观察”，是把分票结构写进选票。 第四，合起来还要有一张能被记住的脸。 
Doerkson把人拉回来了，但四成选民还说对他不够了解；Fry能立刻吃到退选红利，因为他本来就是现任议员、名字已经在选票市场里。列治文谁想当那个“整合点”，不能只靠别人退出，得让未决定选民说得出他代表什么。否则合兵只是把分散的低认知，变成集中的低认知。 第五，假整合比不合更危险。 
CentreBC议员回流后，党本身否认正式合并；OneBC仍在右边另开一口。温哥华进步派也只是市长让位加限额，不是一个党。选民吃的是“这回大概不会再自己打自己”，不是“我们从此一家人”。列治文如果只在记者会宣布合作、名单上照样叠床架屋，反弹不会来。 省选和温哥华市选隔一周。列治文选民会先投市政、再投省选，注意力会被切成两半。谁还在自己阵营里养第二、第三个“正统代表”，谁就是在帮对面减门槛。 分票的代价，从来不是理想不够纯粹，而是把决定权交给最会排队的那一方。

Yuxi Tower's night scene, Yulin, Shaanxi, can't be kept secret anymore. The ancient riverside tower and the bridge light up at once—and the whole river ignites.✨ xhs@葉途记