许愿美团hr面

1. 自我介绍2. Transformer 里 Attention 的本质是什么，为什么它适合 Agent 场景Attention 本质上是在做动态加权的信息选择，模型不是把所有上下文平均看，而是根据当前 query 去分配不同 token 的影响力。它的优势在于能处理长距离依赖，并且支持内容寻址，这对 Agent 场景很关键，因为 Agent 经常要从长历史、工具返回和外部知识里挑出当前最有用的信息。真正落地时，Attention 的问题不在“能不能看远”，而在“看得太多以后会不会被噪声拖偏”。3. 在多轮对话 Agent 中，Attention 的局限性体现在哪些方面局限性主要体现在三个地...

春招约不到面试，太难受了

感觉没了 感觉没了Hr说要去应届实习一个月感觉前面回答她的问题回的太差了

拼多多后端二面，总体比较简单请做一个自我介绍介绍一下你第一个项目中你觉得比较有意义的内容你提到的 SPI 机制具体是怎么用在项目里的？优惠券秒杀中两套方案（同步 / 异步）分别是怎么实现的？乐观锁和分布式锁在你的秒杀逻辑中是怎么具体使用的？异步方案中 Lua 脚本 + MQ 的具体业务流程是怎样的？分布式锁在这个方案中的性能瓶颈在哪里，有什么优化手段？除了调整 RedLock，你还有什么办法优化锁的粒度或性能？布隆过滤器？你的项目中消息队列是怎么用的？如何保证消息不被重复消费？消息堆积一般如何解决？顺序消息是如何实现的？RocketMQ 为什么能支持顺序消息？和 Kafka 有什么区别？简单介...