心态崩了家人们，一面二面速通，二面跟面试官聊的非常好，没想到HR面挂了

共计35min1、自我介绍2、介绍一下实习？大模型微调的样本量大概是多少？详细介绍推荐算法实习的背景和思路？3、学习经历本科学过什么课？编程相关的？运筹优化相关的？实验室研究方向是啥？4、八股大模型和推荐结合的地方有什么？想做大模型还是推荐？对推荐系统的哪些地方感兴趣？了不了解召回？有哪些算法？了不了解排序？有哪些算法？介绍一下SENET？用户冷启动怎么做？推荐系统物品点击率的分布是啥样的？怎么缓解长尾分布的问题？激活函数的作用？BN和LN的作用？梯度消失和梯度爆炸怎么解决？为什么Sigmoid一般和交叉熵一起用，而不是和MSE一起用？位置编码的作用？显式的位置编码和训练式的位置编码哪个好？温度系数？Softmax的温度系数是啥？