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...

手撕两数之和（不是力扣 是输入两个数字返回数字的和）

无实习加一般学历，求简历拷打

一面： 十亿费用宣发会怎么选 手撕反转链表 二面： layer norm是什么，和bantch norm有什么区别 手撕一个layer norm实现 重点： 机器学习基础比较重要最后hr都会问“你还有什么问题想问我吗”：请问您觉得我在今天的面试当中有哪个环节答的好，或者有哪个环节的回答您特别不喜欢，您有什么好的改进建议？