1. 自我介绍2. 项目拷打3. 你实习做了什么 有什么提升 详细说说4.Transformer 为什么适合做大模型底座？Transformer 适合做大模型底座，核心原因是 并行能力强、长距离依赖建模能力强、扩展性好。RNN 按时间步串行处理，训练效率低，而且长距离依赖容易衰减；Transformer 使用 Self-Attention 直接建模任意位置之间的关系，训练时可以并行处理整段序列，所以更适合大规模预训练。现在大部分大模型都以 Transformer 为核心结构。5. Self-Attention 的公式是什么？输入 (X) 先映射成 Query、Key、Value：注意力计算公式...

26届目前四百沟通，五个面试，已面三个感觉面试官都是不太想通过的样子，而且都是实习转正的回答卡一下就感觉不想通过。

1、自我介绍2、项目介绍3、MySQL 和 PostgreSQL 的区别，分别用了什么数据结构实现MySQL 和 PostgreSQL 都是关系型数据库，但工程定位不太一样。MySQL 在互联网业务里用得更多，生态成熟，部署方便，读写性能稳定，适合常规 OLTP 场景。PostgreSQL 功能更完整，SQL 标准支持更强，扩展能力更好，像 JSONB、数组、GIS、自定义类型、全文检索、窗口函数这些都更强，复杂查询能力通常更好。从数据结构上看，MySQL 的 InnoDB 存储引擎主键索引采用的是 B+ 树，主键索引是聚簇索引，数据和主键放在一起；二级索引叶子节点存的是主键值，所以二级索引查...