面试题简述现在模型都在追求上下文，你知道业界一般怎么做的吗？比如Qwen是怎么实现超长上下文能力的？面试官想听的1、解释超长上下文的常见技术路线。2、能具体说出 Qwen 的 Attention Sinks。3、能提到 RoPE 插值、多尺度位置编码。面试示例回答业界主流的上下文方案包括：1、位置编码扩展，比如 RoPE 插值。2、注意力稀疏化，比如 Longformer。3、扩展 KV Cache，如 MQA/GQA。4、Attention Sinks 解决模型以往问题。详细内容可跳转该链接查看详情：http://xhslink.com/o/9If4fL2eS0F由浅入深分析1、RoPE插值...

目前拿到某云计算方向中小厂的offer，base上海，存储方向开发岗，20k*15。目前还在面试进度当中的有一个南京的中科院研究所和拼多多，研究所目前希望较大，且薪资比该中小厂高一点，请问是应该接下中小厂offer，还是直接拒了，梭哈pdd或者研究所？

题目链接：https://www.luogu.com.cn/problem/P2629题目分析Uim 需要向老板报告 n 条消息，每条消息有好坏度 Ai​。老板初始心情为 0，报告每条消息后心情增加 Ai​。若心情低于 0，Uim 被解雇。Uim 可以选择一个起始点 k（1≤k≤n），先报告第 k 到第 n 条消息，再报告第 1 到第 k−1 条消息。求有多少个 k 使得整个报告过程中心情始终 ≥0。通过观察可以发现以下几点总和约束：所有消息的总和 S 必须 ≥0。若 S<0，报告完所有消息后心情为负，直接无解。报告过程拆分：设s为分割点：右半部分：消息 [s,n−1]，心情从 0 开始...