拓竹科技 C++ 一面

【Offer1】公司：柏楚电子岗位：运动控制算法薪资：19*17优缺点：行业龙头，福利较好，年假长（17天）， 975。一年十个值班周六，base较低。【Offer2】公司：星猿哲科技岗位：系统研发薪资：30*14，5w美元期权优缺点：给的多，独角兽创业型公司。995，规模较小，强度大。【Offer3】公司：新凯来岗位：运动控制薪资：（16+5）*15优缺点：行业不错，做传片机器人，平台较大。强度较大，135晚上9点下班，月底周六加班，风评好像一般。

1. emplace_back 和 push_back 之间的区别是什么？push_back 接受一个已经构造好的对象。如果传入的是构造函数的参数，它会先调用构造函数生成一个临时对象，然后再通过拷贝构造或移动构造将该对象放入容器，最后销毁临时对象。emplace_back 利用 C++11 的完美转发（Perfect Forwarding）和可变参数模板，直接在容器的底层内存空间中原地构造对象，省去了创建和销毁临时对象的步骤。2. emplace_back 是否比 push_back 更高效？不一定总是更高效。当传入的是构造函数的参数时，emplace_back 省去了临时对象的拷贝/移动，确...

3.13 时间：45min岗位：软件测试/测开问题：1.自我介绍2.介绍实习的做的工作3.agent节点验证如何做的，是否类似于后端的接口测试4.前端缺陷检测工具是检查代码的问题，还是页面不规范的问题5.调用的大模型是如何选择的？6.测试与开发的占比怎么样？7.rabbitmq有哪些机制，分别用在哪些场景下？8.redis的常用指令？9.在对象创建上面有哪些设计模式，它们有哪些特点？10.还了解过其他的设计模式吗？11.python用过吗？12.Mysql 的 buffer pool是什么？13.binlog 和 redo log 有什么区别？14.MySQL 的LRU 是什么？15.如果数据存在多张表里，有什么方法能够请求查询的时候，不会集中到一张表里？优劣分析一下16.RAG 的架构是什么？然后各个阶段分别用了哪些优化方法？具体用在哪些场景上？17.项目基于什么实现的RAG功能18.文档一般什么格式？切分用的什么策略？19.切出来的chunk很大，怎么处理？20.用的那种切分模型，用的哪种相似度算法？余弦相似与点积有哪些区别？21.算法：实现双向链表以及一些基本操作22.反问3.16已挂

AI大模型算法，一环扣一环的拷打Transformer 基础详细介绍 Transformer 架构（Encoder-Decoder 结构、位置编码、FFN 等）Decoder 的因果注意力中，Q、K、V 分别来自哪里？→ Q 来自当前 Decoder 输入（已生成的 token 序列），K 和 V 也来自同一序列（需 mask 未来信息）Attention 为什么要 scaled？不做会怎样？为什么是√dₖ？→ 点积随 dₖ增大会让 softmax 进入饱和区，导致梯度消失；除以√dₖ可使方差稳定在 1（数学推导参考 Vaswani 论文）Transformer 如何加速推理？KV Cache 是什么？训练 vs 推理的并行性差异？→ 训练时所有 token 并行计算；推理时自回归，KV Cache 可缓存历史 K/V，避免重复计算，大幅提速多模态论文深挖（以 Video-LLaMA 为例）讲解 Video-LLaMA 的整体结构→ 视频编码器（如 ViT + Temporal Aggregator）→ 投影层（对齐文本空间）→ LLaMA 语言模型论文中 CoT（Chain-of-Thought）的具体设计？→ 在 prompt 中加入推理步骤示例（如 “视频中先看到人挥手，然后狗跑过来…”），引导模型分步作答微调 & 分布式训练微调用了 LoRA，介绍其原理→ 将权重更新 ΔW 分解为低秩矩阵 A×B，冻结原模型，只训练 A、B，大幅减少可训练参数LoRA 初始化怎么做？秩（rank）设为多少？为什么选这个值？→ A ~ N (0, σ²)，B 初始化为 0；常用 rank=8 或 16，在效果和参数量间取得平衡（实验验证）知道 DeepSpeed 和 Megatron 吗？分别说说→ DeepSpeed（微软）：主打 ZeRO 显存优化；Megatron-LM（NVIDIA）：张量并行 + 流水线并行论文用 DeepSpeed，三个 Stage（ZeRO-1/2/3）分别是什么？→ Stage1：优化器状态分片；Stage2：+ 梯度分片；Stage3：+ 模型参数分片（通信换显存）二面下一篇再写吧，力竭了