发一下问题给大家参考，攒攒人品！1. 项目深挖2. 对比学习 loss：负样本和正样本拉不开/太像了，你会怎么改损失或采样3. FlashAttention 跟普通 attention 的差异？实现里 QK^T、softmax、PV 这几步怎么落4. 3D 并行里 DP/DDP 你怎么理解；实际落地时通信瓶颈一般卡在哪些环节5. 14B：FP16 权重大概多大；训练还要加哪些；INT8 大概能省多少6. torch.contiguous() 干嘛的？推理为什么在意连续性7. 代码：读 txt 井字棋（3×3），判断当前玩家是否获胜8. 交叉熵损失：解释/怎么写9. 线性回归用 SGD：更新公式怎么推/怎么写