1.DeepSpeed Zero(123)2.流水线并行3.显存中模型参数，梯度，优化器参数的比例4.混合精度，在模型训练的过程中混合精度的变化过程5.流水线并行的时候气泡现象6.介绍PPO，DPO，GRPO7.Prompt设计8.模型重复输出应该如何解决9.TopK,TopP,Temperature10.介绍Encode结构11.有哪些位置编码12.RoPE如何实现13.DeepSeek的注意力机制MLA14.DeepSeek的混合专家模型MoE15.模型的外推性16.Layer normalization在前面和在后面的区别和优缺点17.Batch norm相比Layer norm18.RMS norm为啥去掉减去均值的步骤也可以有效？19.word embedding20.有哪些高效微调的方法21.了解QWQ模型吗

03.31 一面 55min ：体感还行，虽然问题都是预制问题，但至少有追问欲望，包括一道递归替换循环的简单算法以及两道智力题04.01 二面 1h 18min：体感最佳， 面试官很有沟通欲望，交互体验良好，包括两道智力题。最后面试官还从个人角度追问为什么要干这行04.03 三面 30min：体感最差，介绍项目，“有做过什么native分析吗？”“易盾blabla。。。”“int a = b 生成的asm是什么？”“LDR+ADR？" "真的吗？" "真的吧？" 然后不追问了，最后开始问，你分析过程中最崩溃的点在哪？你参加过CTF相关比赛...

咏鹅有鹅选鹅，无鹅延毕，明年再鹅，延毕还无，建议读硕，毕业再鹅，无鹅延毕，明年再鹅，若再无鹅，建议读博，毕业再鹅，无鹅延毕，明年再鹅，延毕还无，博后可读，出站再鹅，若再无鹅，入校拼搏，评上教授，还能再鹅。已老实

自我介绍AOP IOC添加索引的原则TCP/IP四层模型和OSI七层模型的区别以及对应关系微信群发红包设计测试用例算法：括号匹配