震惊！很多人都不知道的事！

1. 介绍下你实习学了什么 做过什么项目,为什么离职的2. MoE 为什么能在参数量很大的情况下还能把训练和推理成本压住，真正难点在哪MoE 的关键不是“参数变多了”，而是“每个 token 只激活一部分参数”。也就是说总参数量可以做得很大，但单次前向只走少数几个 expert，所以理论上计算量不会随着总参数线性增长。这个思路在大模型里很有吸引力，因为可以同时兼顾容量和成本。但真正难的地方是路由和负载均衡。路由器如果只偏爱少数 expert，训练会很不稳定，热门 expert 被打爆，冷门 expert 学不到东西。另一个难点是通信开销，尤其多机训练时，token dispatch 和 gat...

总的来说，这是一场收获很大的面试，感觉面试官不是以老员工的角度来拷打我，而是以一个引路人的视角带着我去思考一些场景问题，用一些真实场景来向我展示平时所学应该如何应用，然后问问题也都是笑着和我聊天那种问法，感觉是一个很有人格魅力的人，就是在他面前基本上说不了谎，而且感觉他更喜欢那种真诚地回答以及真实的思考，真的对我自己有很大的帮助，真的给字节点个大大的赞

选择题考了很多机器学习,深度学习模型训练有关的东西，没学过没啥头绪编程题第一题给一个长度为n的数组nums对其中的任意一个元素进行两种操作,每个元素最多可以被操作1一次和操作2一次,可以不操作操作1 将其/2并向下取整操作2 减去一个数字k(非负) 操作1可以进行a次，操作2可以进行b次 (a,b均小于n) 求经过操作后，可以得到的最小数组和 思路：先将数组排序，从最大的非负元素开始进行操作1，然后累加结果-b*k即可，注意开Long否则会溢出 时间复杂度： 通过90%样例第二题 class Solution { public long maxAlternatingSum(int[] nums...