26校招小红书大模型算法二面

链接 信息提取: 学生有n名,他们要考m个科目,每个人都有希望所有成绩出分的天数 这里给出的学生的不满意度C,只要出分成绩晚了k天,学生就会产生k x C的不满意度 题目还给出两种调整出分方式 1.将X科目的老师调到Y科目,X延迟出分一天,Y提前一天,产生A点老师不满意度 2.增加老师到Z科目,Z科目提前一天,产生B点老师不满意度 我们需要做的,就是找到最佳调整方式,是总不满意度最小 首先,我们不妨思考,最佳调整方式是调整什么 应该是最晚所有科目的出分天数 假设最晚所有出分科目的天数为T,那么T的范围应在学生希望出分天数的值域内 设总不满意度为f(T),应该能想到f(T)是先减后增的,就可以使...

1.实习介绍2.介绍transformer架构3.transformer架构为什么要切分为多头？4.讲一下attention的具体计算步骤5.计算attention的softmax之前为什么要除根号d_k6.介绍一下transformer位置编码；还了解别的位置编码吗？7.如果在transformer中，把K去掉，变成Q*Q*V，这样会有什么问题吗？假如不考虑解码器，只考虑编码器内部的attention操作的话，这样会有什么问题？8.transformer是encoder-decoder架构，而GPT是decoder-only架构，为什么会演变成这样一种形式？为什么把encoder给舍弃掉了？9.为什么像GPT这种生成式任务，不同时利用encoder-decoder？10.transformer的FFN层为什么会逐渐演变成MOE层？11.moe层的负载均衡具体是怎么做的？偏置项b是怎么训练的？你怎么保证有一个机制让偏置项得到变换？照理来说，偏置项b应该放到损失函数中，这应该怎么设计？12.做agent有哪些框架？13.做agent的开发范式有哪些？14.lora微调的核心原理是什么？15.大模型幻觉了解吗，怎么缓解大模型幻觉？16.手撕，最长递增子序列

秋招没咋投，准备 wxg 转正之后摆烂了。结果不堪字节 HR 的骚扰还是面了一下字节。之前想去字节的时候怎么面都挂。现在想着随便面一下结果三面技术面都意外顺利还有加面。十月中旬字节发了意向，wxg 转正结果无响应。十月底字节拉了保温群，wxg 口头通过，系统显示考核中。十一月初和字节 ld 交流之后得知 base 居然能选海外，甚至能小 wlb 一下，wxg 无响应无人联系。十一月中旬把字节 base 转到了海外，wxg 流程灰了，一问超时忘处理了，过两天又变考核中了。十一月下旬字节换了海外 HR 对接，问了期望薪资，wxg 考核终于显示通过，无 HR 保温，无其他保温。十一月底给字节报了个天价，想吓吓他们，同时告诉微信字节要开了，微信无响应。同样十一月底字节 HR 告诉我确实给不到那么高，但是能拿期权补上，问能不能接受。微信无响应。同样十一月底字节 HR 告知了具体方案，符合预期。 微信无响应。十二月上旬催 wxg 不开我就盲拒了，wxg HR 火急火燎的打电话问情况，问期望。我给了一个不算夸张的总包数字，因为今年市场在涨，过了三天还不联系我，我再催，约时间下午打电话，非得在我给出的数字上压下去几万，微信又不差这点，为什么不能满足我，让我没有拒绝的理由呢？一番纠结抗争，求稳还是追求挑战，最终选择接受迎接新的挑战，因为堂吉诃德永远不会停下脚步！回想起来，在 wxg 谈薪的阶段，我认为并没有给予我一定的重视，即使 HR 表示我在实习期间的表现和之前的面评都很靠前。也没有感觉到想要争取我，虽然我表示拒了 offer 之后要给我加面委定 t6 再涨，但我三个月没面试让我面面委那就是白给，还是算了。有缘再见了我亲爱的 wxg，再见了曾经的梦中情厂，再见亲爱的 mt，再见亲爱的朋友们。也再见，北京的一切。我想润了。秋招结束，卸载牛客，下一个三年，下一个五年，下一个十年后再来看看。