1. 自我介绍2. Transformer 里 Attention 的本质是什么，为什么它适合 Agent 场景Attention 本质上是在做动态加权的信息选择，模型不是把所有上下文平均看，而是根据当前 query 去分配不同 token 的影响力。它的优势在于能处理长距离依赖，并且支持内容寻址，这对 Agent 场景很关键，因为 Agent 经常要从长历史、工具返回和外部知识里挑出当前最有用的信息。真正落地时，Attention 的问题不在“能不能看远”，而在“看得太多以后会不会被噪声拖偏”。3. 在多轮对话 Agent 中，Attention 的局限性体现在哪些方面局限性主要体现在三个地...

这个是流程终止了吗

博主是26届校招生，接受过京东、阿里、字节、科大讯飞、海康威视、正浩创新、奥比中光、商汤科技、中国航信、汇川技术、CVTE、美的、格力、亿道、康冠科技、9号公司、猿辅导、中科曙光、中航光电、郑煤机、国家能源等公司的面试。获得过郑煤机、亿道、格力、CVTE、阿里、科大讯飞以及一些国企的offer。现在把所有面试遇到问题进行汇总，希望能够帮到大家！主要是高频面试汇总！11、什么是内联函数？ 内联函数需要inline关键字进行修饰，其和普通函数没什么大区别，其就是把经常调用的功能封装成了一个函数。在后续调用时，可以直接将函数体插入调用的地方，而避免函数调用的开销。注意：内联函数适用于频繁调用但函数体...