有没有在有棵树工作的大佬

自我介绍了解 DeepSeek-R1 吗？介绍一下？R1 的 MLA 是如何实现 KV-Cache 的节约R1 在 SFT 时冷启动的目的位置编码是什么？解释 ROPE？一个 14B 的模型，推理和训练要多少缓存显存的占用和哪些因素有关大模型灾难性遗忘是什么？如何解决？BF16、FP16、FP32 对比？Adam、AdamW 原理deepspeed 的三个阶段自我介绍手写 Self-Attention 公式，解释 Q/K/V 的作用位置编码有哪些实现方式？相对位置编码相比绝对位置编码的优势？LayerNorm 和 BatchNorm 的区别？为什么 Transformer 用 LayerNor...

已经找累了

一直不敢投，感觉太弱了，什么都不会，但说是一直准备其实就是在拖，现在看别人的面经还是感觉答不出来，也基本都在死背八股，结果还是感觉八股不行，到时候拷打项目和场景题更是不知道怎么回答😭😭😭

“你能再详细解释一下你设计这部分的考量逻辑吗？”主包完全没往这方面考虑啊，直接愣在了原地，估计凉了