继续来分享下之前的面经~欢迎友好讨论，信息共享1．实习介绍。2．拷打了一下项目和论文。3．为什么多头注意力能提升表达能力？4．为什么要在大模型中使用 RMSNorm ？和 LayerNorm 有什么差异？5．KV Cache 是怎么起作用的？为什么对长上下文推理很关键？6．大模型推理时的加速思路？7．模型微调时遇到过过拟合吗？怎么处理的？8．手撕：1️⃣字符串的全排列2️⃣二叉树序列化与反序列化

发点面经攒攒人品～1.项目拷打2.现在主流大模型架构有什么变化？3.grpo的改进方法有哪些？了解gspo吗？4.transformer结构介绍？5.实习拷打6.deepseek r1有的什么注意力优化？7.有了解什么kv优化方法吗？8.code：手撕mha，进一步问在哪加masked矩阵。

被横向挂了，希望发出来对大家有帮助！1.实习拷打2.项目拷打3.unet最重要的组件4.transformer原理5.为什么除以根号d6.lora细节7.什么场景下更适合lora8.最近遇到的最大的困难是什么 怎么解决的9.手撕 leetcode 82

1. 自我介绍2. 详细讲一下实习业务，亮点在哪里，提升在哪里3.介绍一下双塔模型4.训练双塔模型时，怎么处理正负样本不均衡。欠采样的方法有哪些5. 介绍一下常用于推荐的序列模型6.Transformer用的归一化函数？7.为什么语言模型不能使用batch norm？Batch norm和Layer norm的区别是什么？8. Transfomer能用来作为序列模型吗？ 但是为什么transfomer不常用于精排呢？9. Transformer和din的参数差异，计算复杂度的区别？10. 介绍一下传统序列模型和transformer的区别？代码:一道hard的动态规划📳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。