看很多牛油说 目前客户端很多工作比较复杂 AI还是很难替代的

自我介绍快手实习是否拿到转正 offer？未转正的原因是什么？编程题 1：删除链表中重复的元素（要求处理连续重复场景）。编程题 2：用三个线程顺序循环打印 ABC（默认打印 10 次）。TCP/IP 的七层模型和四层模型分别是什么？为什么要进行分层设计？TCP 和 UDP 的区别是什么？如何确定 TCP 的唯一连接？（四元组的组成）TCP 保证数据传输可靠性的措施有哪些？TCP 拥塞控制的流程是什么？触发 TCP 快速重传的条件是什么？HTTPS 相比 HTTP 多了什么？默认端口分别是什么？HTTPS 的加密流程是什么？抓包工具如何抓取 HTTPS 加密的请求？线程池的使用场景是什么？如何配...

1．自我介绍2．你做的上下文扩大具体是怎么做的，原理是什么？3．相关长文本是怎么做几阶段训练的？4．除了所用的扩展方式， Deepseek 、 Llama 的长文本扩展方案是什么，为什么选择当前方案而非其他？5．若要将模型训练到1000K的上下文长度，该从哪些方面实现，其中的难点是什么？6.32B模型训练用到了多少显卡？7．若将上下文扩展到1000K，该如何估算训练的算力用量？8．上下文扩展到1000K后，训练时显存会在哪些地方暴涨？9．用 GRPO 做后训练的过程中，遇到的典型或较难的问题是什么？10．针对上述问题，训练 Skill 的具体方式是什么？11．从算法设计角度，该如何解决模型无效调用工具、工具调用参数失败的问题？📳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。

1. 自我介绍2. 项目拷打3. 你实习做了什么 有什么提升 详细说说4.Transformer 为什么适合做大模型底座？Transformer 适合做大模型底座，核心原因是 并行能力强、长距离依赖建模能力强、扩展性好。RNN 按时间步串行处理，训练效率低，而且长距离依赖容易衰减；Transformer 使用 Self-Attention 直接建模任意位置之间的关系，训练时可以并行处理整段序列，所以更适合大规模预训练。现在大部分大模型都以 Transformer 为核心结构。5. Self-Attention 的公式是什么？输入 (X) 先映射成 Query、Key、Value：注意力计算公式...