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...

其实是简历求拷打 各位佬尽情拷打吧

🤡😭      

一面大模型优化自我介绍，之后介绍一下项目，用什么语言写的，算法是自己写的还是调库？因为项目里有最短路径算法，他就问数据结构里图的最短路径遍历算法，描述思路。c++了解多少，新标准了解吗，类型推导，左值和右值，move语句。如果创建一个类不声明构造函数，默认编译器会创建哪些构造函数？虚函数。了解过Transformer模型结构吗？平时用哪些大语言模型。手撕。有序链表删除重复元素，用python写，之后又问c++写的话有什么区别。反问。面试官到最后也不是很着急，我问完之后我俩相对无言有点尴尬。总体感觉一般般，有些说的不是很清楚。