自我介绍八股（可能遗漏）：1. 讲讲推荐系统流程2. Transformer 位置编码是什么3. QKV 注意力公式为什么除以根号 d4. 简单讲讲 GCN5. 简单讲讲 RNN6. RNN 里的参数是什么样的（答：参数共享）7. Dropout 是怎么做的？有什么作用？推理和训练时 Dropout 的区别？如果推理也用 dropout 会怎么样？8. 讲讲 BN？BN 训练和推理什么区别？有什么用？9. 用 CNN 把 (64, 64, 128) 变成 (x,y,z)（具体数字忘了），卷积层参数量是多少，计算一下（没答上来）。10. 我看你上过最优化方法？什么问题才是一个凸问题？凸集和仿射集的定义是什么？算法题：LC233（Hard），纯初见，没做出来，勉强讲了一下初步思路。反问：对我有什么建议，答建议提升算法能力，建议多搞点相关度高的实习和项目。言下之意应该是匹配度有点低。全程对面没开摄像头，回答卡住时无引导，面试体验一般。

问啥差不多都忘了，记录一下手撕题5.10 一面：1.股票预测（leetcode 121）（秒）2.求1的个数（leetcode 233）（直接暴力，找不到规律）面完秒过5.14 二面（最小丑的一集）：没问一个题，只做手撕1.求子数组为k的倍数（https://www.nowcoder.com/practice/857d6f49e3ee4e568cc243cbf9956efd）（略微改动，限制为k的倍数，且子数组长度>1。几乎秒了，给面试官解释了好久）2.求1的个数（leetcode 233）（笑了，面完是看了的，发现是规律题而且一时半会看不明白，存在幸存者偏差心理认为二面不会出这题了，纯...

#牛客帮帮团来啦！有问必答#腾讯实习有两个入职地点，听面试官说业务大部分人在成都，但是支持异地办公，所以深圳也可以选择。纠结，大佬们怎么看呢

4月22投的，现在才被捞起来，面了大概80分钟面试官很和善面试过程：自我介绍问项目结合项目问stable diffusion的整个生成过程高考数学成绩，考研数学成绩（问的时候我心里在想他怎么会问这个...）问导师，问概率统计和贝叶斯（人都麻了）对GAN有没有了解手撕代码，最长重复子串（面试官问我有没有刷过题，我说刷过，就给我出了个这个。说了下大概思路，代码实现有点问题，不过面试官说问题不大）讲讲ddpm和ddim的区别，为什么ddim可以缩短生成步数讲讲sd3和rectified flow讲讲怎么换脸，如果要生成一个换脸的视频怎么生成怎么检测某个视频是不是ai换脸生成的反问：部门业务什么时候有...