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...

连投递简历数量都限制，看来上面对就业形势很自信嘛也是，毕竟人家也不需要走求职这条路

感觉怎么语气怪怪的.... 主包实习也很忙了，下班以后在准备秋招感觉真的很疲惫，很需要建议，但是感觉对面怎么好像在阴阳我 是我的错觉吗