运气很重要吧

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...

不知道过两年会变成啥样…   

1. 自我介绍（面试官要求：着重项目 + 技术积累）核心考察：技术栈广度、项目落地经历、学习连贯性，需突出与前端岗位匹配的核心能力（如跨端、工程化、前后端兼修）。2. 项目深挖（高频追问，核心考察实战能力）重点追问项目小程序课表督导系统：核心难点聚焦页面转 PDF 的宽高适配，追问 PDF 生成具体问题、解决方案、使用的技术库；延伸追问性能优化实操（防抖节流、懒加载、图片优化、分包）。React 转 RN 跨端重构（AI 股市分析项目） ：核心追问跨端重难点与解决方案，包括两端适配、样式兼容、技术栈重构细节；延伸追问是否独立负责工程化 / 打包 / 部署。工程化追问具体在哪个项目做了打包 / ...