发一下问题给大家参考，攒攒人品！有面试过同岗的朋友欢迎评论区交流项目拷打Transformer1.Transformer结构介绍2.自注意力机制介绍CUDA:1.Safe Softmax和普通softmax的区别?2.如何实现的online softmax科大讯飞iFLYTEK3.代码实现online softmax4.CUDA开发流程5.如何在CUDA上求一个数组的和?如何在CUDA上划分和合起来6.编译命令?nvcc有哪些常用参数?7.GCC有哪些参数?链接动态库?头文件查找路径?8.动态库和静态库的区别Pytorch:1.一个Tensor[1,2,3,4]想转成[4,3,2,1]有那些函数可以做到?(permute)2.介绍一个熟悉的继承自nn.Module的类推理加速中的FlashAttention了解吗?

项目用了哪些大模型项目写了多少行代码 多少个接口ArrayList和LinkedList区别MySQL索引用什么数据结构怎么样加快成千上万数据行的插入创建线程方式缓存三剑客用大模型干过什么实习时长以及下学期上课情况

1. 场景题: 用户上传好几篇论文，AI能够精准总结并且能输出对比表格，怎么让Qwen具有这样的能力，全流程是什么？2. 微调的数据集哪里来的？数据怎么处理的？3. 会不会Linux4. 如何评估数据集的质量

给我面没招了，感觉自己好菜、面试很难，还是要多多练习项目深挖1. Flash Attention：核心优化点是什么？（分块加载QKV、Online Softmax、显存复杂度O(N^2)->O(N)）2. Self-Attention：为什么要除以 √d？（防止点积过大导致Softmax梯度消失）3. 回调函数怎么实现？4. 显存越界怎么排查？