听说PDD那几天面了非常多，现在应该都在排序，看看各位进度

1+0.74+0.06+0.76差不多两个月的找实习，只学会了骗分😅😅

#牛客帮帮团来啦！有问必答# 有读本校（末九）硕士的机会，方向是大模型推理，偏系统的，不过老师也是才转这个方向的，值得读吗？

从3.15到现在，彻底结束。末九本科冲算法，确实太难了，只有美团，腾讯给了面试。腾讯pcg进了二面然后挂，就再也没被捞了（有没有懂哥说说是啥原因）美团两次一面挂，但都不是秒挂，都排序两三天才挂，而且面试的时候聊得还行，手撕也出来了虽然有点瑕疵，就是不知道为什么。最后只能去一家小厂了，不过能给500一天。一个很疑惑的点是为什么我的面试都不怎么问八股，我八股背了半天，结果都只问项目,这就导致我网上看的面经基本用不到，因为他们压根就不问。太难受了，除了实习外，有没有大佬说说还应该做啥准备才能在秋招拿到大厂offer

美团一面到家大模型排序挂了，目前四天没动静。有没有大佬捞我一下

3.17下午一面，到现在一直没变是啥情况？为什么别人结果那么快就出了

百度简历复筛挂了怎么投其他岗啊？还是说投不了了？

二面的时候面试官问我为什么transformer不用bn而是用ln。我看了几个网上的八股回答，结果面试官还是不满意，有没有懂哥讲一下啊？ #nlp# #腾讯# 我的回答也是不同句子长度不一样，然后每个句子的位置不一样，可能是表达不大好，那个老东西不满意

直接寄，30分钟速通，然后没手撕

BN层作用：BN层是对输入进行操作，具体是求得均值和方差以后，每个数减去均值除以标准差。如果你对高斯分布还有印象，你会知道，我们在把高斯分布从某个分布转化为标准高斯分布的时候，用的也是这个公式。大多数情况，我们也会假设我们的数据是服从高斯分布的。所以这样的操作，其实就是把分布尽可能转化为同一个分布。那么为什么要把不同批次的输入，都转化为同一个分布呢？因为你不能保证你的每个数据都是同一个分布的（有噪声），同时，在网络还没收敛的时候，网络的每一层变化，也无法让每个数据都变成同一分布，（一个序列经过一个复杂函数变换以后，还能保证是同一个分布吗？）这里的每个数据指的是每一个batch。而一旦数据不是同...

1.Transformer的多头注意力的作用：从GCN的角度就是探索更多的权重矩阵。原文的解释是MultiHead-Attention 提供了多个“表示子空间”，可以使模型在不同位置上关注来自不同“表示子空间”的信息。 即通过MultiHead，模型可以捕捉到更加丰富的特征信息。这里的多个表示子空间其实就是GCN里的多个权重矩阵。2.无序数组的中位数：这道题应该算是本科算法课的入门题了，找中位数和找任意第k个数是一样的方法。方法一：快排一次后，检查k落在哪个区域，然后对那个区域再进行一次快排。如此反复，可得答案。方法二：同样使用快排，但是对基准数不再随机，而是尽可能找出让两段区域长度相等的划分...

试题来自@ustc_zh 介绍lora，p-turing，各自优缺点 Lora是采用低秩矩阵分解的方式进行模型的微调，在transformer中，主要在wk，kq，wv，wo这四个矩阵中进行SVG分解，秩R是所设置的新的超参。 优点： 1）和原模型相比完全没有推理延时。 2）可插拔式的使用，可以快速针对不同的下游任务训练不同的lora权重（尝试过stable diffuion的不同LORA之后可以深刻的体会到它的优势） 3）低参数，适合小样本场景。 p-Turing是直接新增参数的方式进行的微调，在transformer中，主要在embedding层，wk，wv出拼接新的参数，以进行微调。 优...

还是非常easy的 x=input().split() y=[] for i in x:     y.append(int(i)) a=max(y) b=min(y) print(y) print(a) print(b)

没啥难度 x=input() y={'a': ['apple', 'abandon', 'ant'], 'b': ['banana', 'bee', 'become'], 'c': ['cat', 'come'], 'd': 'down'} for i in y[x]:     print(i,end=' ')