1.自我介绍2.项目细节深度追问3.最长递增子序列的变种题型4. 二叉树公共祖先问题5.对其他特征交叉类模型的了解程度6.Wide&Deep模型的原理与应用场景7. DeepFM模型的结构设计与核心优势8. LHUC的技术原理及实际业务价值9.算法手写题：N皇后问题求解10. 反问环节📳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。

题目1：二叉搜索树中第k小的元素

笔试分为三部分：选择、手写加简答选择：我现在唯一记得的就是很多事件循环的题目，选择输出什么(这部分题目我感觉挺难的，其他的还好)手写：手写数组扁平化+三栏布局(我感觉还好吧，之前准备手写的时候也接触过，但是我的扁平化一直过不了，后面复盘感觉是没有考虑周全，因为我没有进行类型拦截)简答：简答题我唯一有印象的就是水平居中的方法，grid和flex的区别(可能)、useEffect没有添加第二个参数添加一个[]以及[值]模拟的什么，还有一个记不起来了，最后是问我玩不玩游戏以及游戏等级和钟爱程度总结：我本人只做了30min，因为我压根没有想过能过笔试，但从此次的笔试当中也发现了自己的不足，比如事件循环机制、比如手写的时候要考虑周全，不知道大家有没有可以测试手写的网站啊，有的话可以放在评论区嘛，我一般都是手写然后ai评分哈哈哈。但是呢，我感觉日积月累真的是有帮助的！！因为整个笔试对我来说我感觉中规中矩，可能也得益于我前一段实习的时间在摸鱼的时候都是每天一道算法加手写，平时还会背点八股的。

前言 你问大模型一句：“今天天气如何？”，它可能给你查一下本地今天的天气。 你再问它：“那北京的呢？”，他开始科普起了北京，完全忘了上文中的对话，推算出我们是需要他接着回答北京的天气。 以上是发生在早期各家 AI 助手中出现的问题，丢失上下文记忆。随着技术的发展，模型越来越“大”，这个问题出现的时间点（对话轮数）也越来越靠后。那么问题来了，模型是如何记住上下文的？我们该如何优化，在有限上下文中做更多事情？ 大模型根本不记 下面是我在开发AI应用的一个简单的解析图  是的，没错。我们每次的对话，包括之前的内容，都要一起发送给大模型。大模型本身不会去存储这些内容。既然不用存储，那如果不限制时间，岂...