1. 自我介绍2. Qwen3.5 这类新一代模型，如果不只停留在“Transformer 变体”更有含金量的讲法不会只说它是 Decoder-only，而是会落到训练稳定性、推理效率和长上下文适配这三条线上。比如归一化方式、注意力结构、RoPE 扩展策略、GQA 对 KV cache 的影响、SwiGLU 对表达能力的提升，以及 tokenizer 和多语种兼容设计。面试官真正想听的是这些结构选择为什么出现，它们解决了什么具体问题，而不是模块名背诵。如果要再深一点，可以顺手带出工程后果。比如 GQA 不是为了论文好看，而是为了在长生成场景下降 KV cache 占用；长上下文扩展也不是简单把...

能的兄弟，能的，一天200k我肯定干

上来就是算法环节，不过都比较简单，还只要求说只写实现的思路一共要写7道，半小时时间前5道写出来4道...其他的没来得及看题目1. 二维矩阵逆时针旋转 90 度题目：给定一个 n × n 的二维矩阵 matrix，表示一张图像。请你将图像逆时针旋转 90 度。要求原地旋转，不得使用额外矩阵。2. 全家福排列题目：给定一个整数数组，我们需要将其重新排列成最和谐的顺序：相邻数字差距尽可能大，排列方式为：最小、最大、次小、次大、第三小、第三大……排列完成后，遍历数组，如果出现连续三个数字严格递增，则认为不和谐，返回 false；否则返回 true。3. 好声音歌手题目：有 n 位歌手，每位歌手有天赋值...