1.transformer encoder结构 位置编码用的是什么 除了正余弦位置编码还有什么别的2.具体讲multi head attention怎么做的 以及公式 为什么要除根号下dktransformer decoser和encoder有哪些不同的地方 cross attention中qkv分别来自哪里?带mask的self attention是什么样的 mask4.为什么transformer中用的是In不是bn5.交叉熵损失函数公式 为什么分类问题只能用交叉熵不能用 mse6.其他项目强相关，类似为什么要用one6.rec的基座 样本组织形式和one rec和hstu有什么区别。损失函数是什么。dpoloss公式，怎么构造偏好对，和基于人类真实反馈的有什么区别，dpo的流程是怎样的，有什么作用，为什么不能和参考模型分布相差太远7.rq vae的原理，rq vae的输入是怎么得到的，经过encoder之后得到的latentemb有什么用，和平衡kmeans有什么不同?为什么rq vae优化 ctr预估模型提升不那么显著代码1.交叉熵损失函数公式写出来 求y=wx+b 梯度2.两个数组的子序列求最大点积 有点难 用二维dp才行

中车宝鸡时代(西安）VS深圳通业科技(石家庄)都说的不加班，应该怎么选？单二机械硕士

#嵌入式#  #秋招#  #双非硕士#  #offer#  #FPGA#

公司：欧冶半导体岗位：测试工程师薪资：税前1.5k，公积金双边全额12%缴纳优点：在西安（是我找工作优先考虑的点），然后工资给的也在我预期范围内，试用期不打折；缺点：初创团队是华为过来的，狼性文化，加班多，996，无加班费，小公司感觉不太稳定，在西安这边的办公地点规模貌似也不大，违约金1w但目前只收到了这一家的offer，也没有更好的选择了。要不要接呢友友们求建议