1. 自我介绍2. 手撕：第k大的数  讲思路+写O(n)和O(n logn)两种方法3. 介绍论文4. Transformer的时间复杂度5. 分类问题的损失函数是什么，为什么不用MSE6. Transformer的激活函数什么，为什么不用Sigmoid反问：会做生成式推荐吗答：后期会做端到端的生成式推荐，如果能实习时间比较长的话能接触到

1、自我介绍2、Transformer 的结构3、DIN和Transformer 的注意力机制区别4、softmax表达式，以及导数推导5、推荐场景下的连续值，离散值的处理6、推荐系统的链路7、是否了解DIN、SIM用于embedding8、从模型角度介绍特征交叉9、正负样本的选取方法以及对应的优缺点Code ：滑动窗口内的最大值

一面：1v160分钟1. 自我介绍2. 拷打agent项目怎么切分上下文怎么处理 还有什么别的方法长上下文怎么给到agent专业领域文本怎么理解上下午太多记不住怎么办3. 反问业务 无手撕 两天后hr打电话约二面

图论题有点难，想不到怎么定义状态。。。。。