DeepFM 的原理是啥？它的输出是怎么处理的？Qwen-VL 是怎么压缩图片 token 的？长上下文一般怎么处理？多模态大模型里，图片和文本的 token 是先处理哪个？处理方式有啥区别？聊聊 3D 并行和 DeepSpeed？讲讲 SFT 和 RLHF？原理是啥，有啥区别？1. 找出一个数组里严格递增的最长子串。2. 找出字符串里最长的不重复子串，并计算它出现了多少次。

为什么测评完不到不到半个小时就就说我未通过啊啊啊啊啊，就一次机会，真的觉得很可惜很难过，如果是简历挂人为什么还要我做测评😭

（没准备还是不行啊哈哈哈）一、基础知识梯度 优化器 一阶动量 二阶动量 是啥梯度：梯度的反方向就是参数的更新方向一阶动量：梯度的指数加权平均公式：作用：平滑梯度，减少更新方向的抖动二阶动量：梯度平方的指数加权平均公式： 作用：自适应调整学习率大小adam 总体公式:模型初始化方法有哪些？全零初始化ReLU的激活函数，梯度是0sigmoid的激活函数，每层的神经元的输出相同，梯度相同（不为0），那么更新后的参数也相同，模型学不到任何特征随机初始化 (Random Initialization)目的： 打破对称性，确保不同神经元学习到不同的特征。缺点： 随机数过大或过小都可能导致梯度消失或梯度爆炸...

面小红书时在反问阶段面试官给了正面评价，并还给了一些建议，依旧挂了；面拼多多时，面试官严肃脸不说话，毫无正面反馈，跟木头人一样，语气充满压力和嘲讽的味道，麦还沙哑 ，在反问阶段他说今天麦很沙哑，沟通不顺畅，听到这个我以为必挂无疑了，却莫名其妙过了