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...

是不是简历的问题啊，找个日常实习，小米，小红书，快手，米哈游秒挂，其他一直在泡着，投了一个多星期还是0面试

每天都会遇到各种各样的人才，我要用魔法打败魔法🪄啊哈哈😂

明明都实习这么久了，前一天还在和朋友讨论我的转正机会很大呢，今天给我来了个大的。这我没招了