自我介绍了解 DeepSeek-R1 吗？介绍一下？R1 的 MLA 是如何实现 KV-Cache 的节约R1 在 SFT 时冷启动的目的位置编码是什么？解释 ROPE？一个 14B 的模型，推理和训练要多少缓存显存的占用和哪些因素有关大模型灾难性遗忘是什么？如何解决？BF16、FP16、FP32 对比？Adam、AdamW 原理deepspeed 的三个阶段自我介绍手写 Self-Attention 公式，解释 Q/K/V 的作用位置编码有哪些实现方式？相对位置编码相比绝对位置编码的优势？LayerNorm 和 BatchNorm 的区别？为什么 Transformer 用 LayerNor...

学院本想找暑假实习，工资也没做要求了，毕竟那么菜，刚学完黑马的分布式，大佬们该怎么修改啊，没做啥项目，第一个是自己做的，因为还要自己搭小程序和前端页面进度很慢，想用的技术都没用上

我真麻了鸭，真的被拒麻了，猿辅导直接简历挂，🐀🐀属实是不知何去何从了。投递简历到现在，每一次都铩羽而归，互联网真的不能给🐀🐀一个机会吗？对猿辅导祛魅了。