脉脉怎么读？

1.介绍项目，围绕提问2.为什么要进行多头注意力？3.排序模型关注的指标是什么？4.常用的对比学习有哪些方法？怎么构造数据的？5.用bert做分类任务时，输出是怎么处理的？6.在训练模型时，如果遇到loss不稳定，如何去优化？7.讲解Transformer 的结构常用什么训练框架？8.讲解  LoRA 原理。9.常用的不同模态数据在embedding层面对齐的方法有哪些？10.多模态模型怎么训练？11.介绍一下 CLIP 模型。12.用bert做下游任务时，输入有哪些embedding？13.RAG检索召回的片段中，有一些质量差的，如果排除掉？14.注意力计算的计算复杂度是多少？15.C++中，指针和智能指针的区别？16.code：二叉树的层序遍历📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

手撕1: 寻找有序数组中，target的出现次数，要求小于O(n)的时间复杂度 手撕2：查找数组第K小的元素 讨论实现思路 要求时间复杂度小于O(nlogn) 实习的LLM经历拷打 八股 如何增加模型泛化性？ 归一化方式，layernorm和batchnorm的区别和计算方式，为什么要有归一化 Transformer架构中，TOKEN 间交互和TOKEN 内交互分别在那些模块中？ 为什么基于attention的加权融合方式有效 反问：业务和模型使用情况，当前成熟度和存在难点，主要做搜广推，部分场景会用到大模型

岗位是多模态大模型的岗昨天面字节，二面面试官怎么不考算法题啊，纯简历问了 40 多分钟，然后反问完就结束了，也没有算法题，是不是鼠鼠又 g 了，但是全都是问的简历项目也没啥刁钻问题--- 10 月 30 日 update ---收到意向了！字节速度我太爱了，不像某开水厂面了我 7 面到现在还给我泡着（耿耿于怀属于是）

timeline：9.30 一面，2小时后通知通过10.10 二面，第二天通知通过10.21 三面，2小时后通过10.22 hr面，电话十分钟问了下offer情况，然后走offer审批10.27 收到意向一面1. 算法题： 1. 312. 戳气球 2. 多头自注意力2. 八股： 1. transformer为什么要除以根号dk 2. pre norm和post norm分别适用于哪些场景？3. 实习相关 1. 为什么不用tranformer decoder做序列生成 2. 用户侧和广告侧用到了哪些特征？ 3. 如果考虑用户历史行为序列，如何加入做特征交叉 4. 如何做可导sample 5. 两...