字节 算法 一二三面 面经
一面：
1. QK的放缩因子
2. decoder的mask层是如何设计的
3. 为什么需要多头注意力
4. transformer的Position-wise Feed-Forward Networks为什么需要降维升维。
5. 过拟合、欠拟合怎么处理
笔试：[1,2,3,4,54,56,5] 不能相隔偷，最多能投多少
2. decoder的mask层是如何设计的
3. 为什么需要多头注意力
4. transformer的Position-wise Feed-Forward Networks为什么需要降维升维。
5. 过拟合、欠拟合怎么处理
笔试：[1,2,3,4,54,56,5] 不能相隔偷，最多能投多少
二面：
1.encoder层介绍一下。
2.dropout介绍一下，训练和推理有什么区别。
3.dropout、normalazation、激活函数的先后顺序。
三面：
先笔试：
括号匹配，三数之和组合数
1.MMoE伪代码
2.attention，相关系数，交叉熵伪代码
3.loss weight调参的经验
4.attention的踩坑经验
5.不确定性加权怎么做，为什么不work。
许愿HR面！！许愿！！！
