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...

我投的后台开发。。。这还要面吗

0offer0约面  

2026-4-11  请详细介绍当前实习经历 是否做过算法优化相关工作 调用算法模型接口后，模型多久能返回结果 与算法模型的通信是如何设计的 通信是否为异步调用，是否等待返回结果 业务调用时若出现结果丢失情况，是否有应对措施 是否写过匹配规则，是否通过哈希表进行查找 异步加线程池实现采集和数据源并行查询的主要用途，是否与模型对接时使用 线程池的参数是如何设计的 线程池的核心线程数和最大线程数是否为同一个大小，为何到核心线程数就阻塞 线程池中父任务占满核心线程后，是否还会有新的父任务进来 请简单介绍线程池的工作流程 线程池的阻塞队列选择的是哪一种 线程池的拒绝策略有哪些，当前使用的拒绝策略是什么...