深信服二面

1.自我介绍2.论文拷打3.手撕题：（面试官已经不知道问啥了，让我先写个题，他再想想问什么）给定一个数组和k，问能不能把这数组换分成k份，每份的总和都相同。（想到问什么了）4.transformer的多头是如何划分的5.讲讲位置编码有哪些6.讲讲diffusion的原理，flow matching了解吗讲讲，ODE呢？（ODE是啥，可能没听清，反问了下ODE的全称 他说他也不清楚）（有可能是我听错了）7.Qwen Image-Edit讲讲（不知道，只用过）反问：1.业务2.手撕题的算法优化（我用的dfs+剪枝，面试官说应该可以用状压，不会）3.面试整体评价（面试官说字节大部分面试官看重聪明度+...

我投的后台开发。。。这还要面吗

0实习，什么都没有，一问三不知简历如下求建议，算法什么的也不懂

前面基本上都在问论文 无手撕1. 自我介绍2. 介绍下简历上这个项目3. 你对对话 LLM 的理解是什么？它和普通文本生成模型的核心区别是什么？答案：对话 LLM 不是简单地做 next token prediction，它要在多轮交互里持续维护用户意图、对话状态、约束条件和安全边界。普通生成模型更关注单次输入到输出的流畅性，对话模型还要考虑上下文一致性、角色一致性、拒答策略、澄清提问以及工具调用。它的核心难点在于“历史信息并不等价于有效状态”。用户前面说过的内容，有的仍然有效，有的已经被修正，有的是噪声。对话 LLM 必须学会根据当前轮次重新解释历史，而不是把所有历史机械拼接进去。工程上通常...