深信服秋招最后一批

AI面完了，今天线上也面完了，有大佬知道大概啥时候出结果吗

入职体检真的太重要了！看完这篇才知道原来体检还有这么多讲究，像我之前完全没想到吃顿小龙虾居然能影响检查结果。特别是那些容易被忽略的小细节，比如穿衣服、生理期这些都会影响体检效果。对于刚毕业的新人来说，提前了解这些注意事项真的能少跑很多冤枉路。春招季马上到了，赶紧收藏起来，关键时刻能救急。本文为职场新人提供了一份全面的入职体检攻略，包括体检前的准备事项、基础检查项目详解、突发状况处理方法、体检前必做的五件事以及体检流程提速技巧。强调了体检的重要性，提醒避免因饮食和生活习惯不当导致体检结果不理想，影响入职。同时，文章还提供了体检前的准备清单和流程优化建议，帮助读者顺利通过体检，确保健康入职。

给我面没招了，发点面经攒攒人品～实习项目拷打八股如下1.Attention的计算公式，为什么除以根号dk，能不能换成dk2.qwenvl的架构是什么，从输入到输出，说一下3.qwen3.5有哪些提升 优化4.Attention的时间复杂度是O（n平方），有没有看过哪些方法针对长上下文可以优化的5.有看过dsk发的论文吗？attention相关的6.GRPO PPO  目标函数，GRPO相比于PPO有什么区别，优点，以及GRPO的缺点7.DPO的目标函数，相比于上面俩有什么不同8.了解GPRO的重要性采样吗手撕两个玩家玩抽金币游戏，动态规划，写了状态转移方程和思路，让优化复杂度

1. 介绍一下你做的这个项目2. LoRA 的基本原理是什么LoRA 的核心思路是，微调大模型时没有必要把整个权重矩阵都更新掉，而是只学习一个低秩的增量。原始权重记作 (W)，微调后的权重写成：其中 (A) 和 (B) 的秩都很低，参数量远小于直接更新整个 (W)。训练时冻结原模型参数，只训练这两个小矩阵，这样显存占用、优化器状态和保存体积都会小很多。它适合做领域适配、指令微调这类任务，因为很多任务对模型的改动并不需要覆盖完整参数空间。LoRA 常见会插在 attention 的 q_proj、v_proj 上，有时也会加在 k_proj、o_proj 或 MLP 层。选哪些层，本质上是在表达...