必须夸夸对接我的 HR 小姐姐 —— 人长得好看，还特热情专业！入职前帮我盯进度、答疑问，入职后带我逛公司、熟悉环境，还顺手给我拿了支雪糕，也太贴心了～本来第一天来挺忐忑的，结果带教直接说带我跟组里前辈一起干饭，这可是我实习以来头一回被主动带饭，瞬间破防！组里的前辈们也超 nice，动不动就扔零食、递酸奶，完全没架子。还有公司暖气是真足，热得我差点晕过去，不过心里暖乎乎的～ 特别感谢带教给我这个机会，现在就盼着赶紧摸清工作，早点在组里发光发热，未来可期！

大模型八股 1.DeepSeek R1有看过吗?介绍一下2.R1的 MLA是如何节约 KV cache的?3.R1的 sft阶段为什么要先做一个冷启动?4.位置编码是什么，怎么实现的?5.算一下一个7B的模型推理需要多少显存，训练呢?6.显存占用和哪些因素有关?7.遇到过灾难性遗忘吗?怎么缓解的8.训练用的什么精度，BF16和FP16有什么区别9.优化算法知道哪些?讲-下AdamW10.deepspeed的offload是怎么做的?coding:合并两个有序链表

1.介绍下self-attention，计算其时间复杂度。2.为什么要用multi-head attention？3.PPO的clip机制？在线强化学习和离线强化学习有什么区别？RLHF是哪一种？4.为什么要用reference model? 为了解决什么问题？5.如何让多个agent协同工作的？举个具体的协同机制例子。6.如果一个agent误判导致策略冲突，如何处理？7.有没有用到类似AutoGen或LangChain的框架？为什么选这个框架？8.你是怎么设计agent的记忆系统？9.长期记忆如何存储？如果历史记录量非常大，怎么优化查询效率？10.有没有做记忆衰退，避免旧数据干扰新任务？11.你们这种模块堆叠的架构是怎么设计视觉问答模块和动作模块的协同逻辑的？12.human feedback是怎么被agent消化吸收的？有没有用rl进行策略更新？13.有没有做过模型压缩？比如在车载端或低端设备上的推理加速？14.如果量化后理解能力下降怎么办？怎么做精度补偿？15.你怎么处理响应速度与推理精度之间的tradeoff？是先召回再精排，还是单次生成？16.如果要做电商agent，你会选择哪些模态的信息作为输入？比如文本评论、图像、视频、购买记录？

福利怎么样，听说比肩大厂