简历挂到崩溃

今天是 2025 年 1 月 24 日，在学校的图书馆开始写这篇文章。走向图书馆的路，一如既往的熟悉，南方温和的气候却又带着些许陌生（也许刚从北京回来，特别抗冻[笑 cry.png]）（在牛客发这篇文章已经是 2 月 3 日，我觉得广东还是很冷的[笑 cry.png]）。我依旧选择了那个熟悉的座位，安静地推开椅子坐下，回顾这几年的大学生活，以及过去不久的秋招经历。时常感叹时间太快，转眼间我已是一名大四的学生。大学经历大一 和所有刚踏入大学的同学一样，我满怀新鲜感迈入这片未知的校园。常常听人说：“大学，是找到自己的地方。”于是，我开始尝试，去接触学生会、社团、实验室，并且参加招新面...

一面 1. 美团推商品和抖音推视频推荐区别？（美团大多基于item相关性）2. 为什么你觉得美团推商品和User相关性不那么强？3. 如果用户未点击商品购买，首页怎么推荐呢？4. 小红书也是双链，美团和小红书有什么差异需要注意？5. 这两个都是回归问题，当然也有分类问题6. 建模时长目标和分类目标有什么好的方法？损失函数有什么需要注意的？7. MSE相比RMSE有什么弊端8. 更具体一点，不同损失函数推荐出来有什么区别？价格分布之类的？9. 介绍自己的项目10. 对抗样本攻击成功率低可能是什么问题造成？11. 在你的领域不用太考虑特征重要度这个问题？12. 聊项目论文，怎么扩展到其他领域13. 手撕：逆序对二面1. 无监督学习的loss怎么设置2. 无监督表征学习3. Transformer解决了什么问题，怎么解决的4. Transformer中增加head数目，计算量怎么变化5. Transformer结构说一下6. 单头也能解决长距离相关问题，为什么用多头7. NN神经网络怎么做初始化？有什么tricks（网络可能先宽后窄再宽）8. Xavier初始化9. 优化器有哪些？10. Adam和SGD相比有哪些改进？11. 收敛速度和方向上有什么改进12. 动量是怎么使得函数越过局部最低的？13. 手撕：滑动窗口（不小于target的最短子数字长度）三面1. loss函数和学习率的关系2. 学习率和损失函数之间的李普希兹连续性3. Transformer多头注意力机制的计算复杂度4. L2norm在双塔召回中的作用5. Mse和cross-entropy，MSE用在分类任务上有什么问题？6. 对比学习？

hr问为什么拒掉之前的offer，接他们的offer，怎么说让hr可信？