攒人品中，祝大家都能拿到满意的Offer！1. 拷打项目2. 拷打实习部分问题：2.1 介绍一下主要做的事情，一些特殊细节，包括整个项目的背景。2.2 讲一下RankMixer 的结构的核心原理。它和传统的交叉网络或者是多任务多场景的一些模型比的话，它的优势2.3 你刚刚提到了动态拓展 token 数量，然后来实现自动的交叉。这个动态拓展是怎么做的？2.4 指标这里我看 CTR 的 AUC 是涨了**个bp，但是它的 GAUC 是涨了 (**+5) 个bp，GAUC涨的更多，这里有分析过原因吗？2.5 最终你们是怎么去评估的，就是这些场景特征到底起作用了没有？2.6 有试过添加更多 Token 吗？它的边际效率在哪里？2.7 所有场景的样本是一起训的吗？还是一个场景一个模型？手撕：交换相邻字符的最小操作次数手撕：二叉搜索树的第 K 大节点