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...

大厂都在这了 超一线大厂都不太卡 美团和快手也不是特别卡 剩下的交给牛友锐评了

怎么学的前端，为什么想学前端？浏览器上很多的图片，对浏览器渲染有什么影响？性能消耗大，懒加载讲一下浏览器渲染的过程重绘和回流有什么区别？react hooks使用的时候要注意什么？为什么什么是事件委托，原理是什么？网络的七层模型是什么？TCP 和 UDP 有什么区别为什么用于zustand做全局状态管理？什么时候用，什么时候不用呢？如果有高考考生600万人，怎么给他们做排名呢？答了个快排，没答出来更好的方法知道模块化AND和CMD的区别吗？commonJS和AND的区别做这个项目用了哪些性能优化的方法呢？拖拽经常会变，你这个useMemo的依赖没变嘛算法：求可被整除的数字个数没想到这么简单.....