题目 解释 Transformer 架构中的 Self-Attention 机制，并说明其计算复杂度。 一、Self-Attention 在做什么？为什么重要？ Self-Attention（自注意力） 是 Transformer 的核心：让序列中每个位置都能“看到”其他所有位置，并根据相关性对信息做加权聚合。换句话说：每个 token 的表示，由整段序列里所有 token 共同决定，权重由“谁和谁更相关”来定。 为什么重要？  长距离依赖：RNN 要一步步传，距离远时梯度易消失；Self-Attention 一步就能让任意两个位置交互，适合长文档、长对话。 并行：所有位置的注意力可以同时算，...

发面经攒人品，具体组我就不说了，牛友有问题评论区留言我尽量解答。一面：4.14  主要就是项目穿插八股，我只记了自己没答出来的几个问题，供大家参考。redis中的I/O多路复用Reentrantlock中公平锁、非公平锁的实现举例滑动窗口限流怎么做的select,poll.epoll的具体实现细节手撕二叉搜索树转为双向链表(没撕出来换了个双向链表排序(又没撕出来，当时就觉得凉透了二面(一面后一天晚上七八点打电话oc)：约的4.17二面二面主要还是项目穿插八股，面试官问了项目的亮点(面试官明显面之前看过我简历，问题都是一个接一个，没有看简历再问的情况)，之后还问了能实习多久之类的手撕很简单，题目太长，明显非leetcode二面后约1h给口头offer祝大家顺利

第 17 题：模型量化（Quantization）及 INT8 / INT4 题目 什么是模型量化（Quantization）？INT8 和 INT4 量化的实现方式有何不同？ 一、什么是模型量化？ 量化指把模型权重（和可选地激活）从 FP32/FP16 映射到低比特整数（如 INT8、INT4），从而减少显存占用、提高推理吞吐与能效，在可接受的精度损失下部署大模型。 二、INT8 量化常见实现  对称量化：， 为 scale（通常由 tensor 的 abs max 或分位数定）；反量化 。权重量化常用 per-tensor 或 per-channel scale。 激活：可与权重同用 IN...

至今一个可转正被割了剩下的5点面试都挂了求收留，数据分析，数据开发，测试！