这段时间面试了很多家（共24家，9个offer，简历拒了4家，剩下是面试后拒的），也学到了超级多东西。
大模型这方向真的卷，面试时好多新模型，新paper疯狂出，东西出的比我读的快。
感觉比较硬核的岗位，尤其初创公司都是对好几个点都有要求的（应用，模型，框架，底层后端，硬件）。
目前大多数公司还是集中在语言模型，偏研究的方向会有多模态的预训练这意思。
多头注意力，频率太高了。coding轮，概念轮都考。复习的点包括：时间/空间复杂度，优化（kv-cache，MQA，GQA），手写多头代码。各种Norm，这个频率也不低，不过比较标准的内容，没有啥特意要说的，有的考手写，有的考概念和理解（为什么管用）。
还有BERT，GPT等比较主流大模型，一些细节，比如位置编码，训练loss，激活，架构些许不同这种。自回归重点。
我把它们都整理起来还有一份答案在后面，太多了，根本放不下
这份《常考面试题总结》已经上传CSDN，还有完整版的大模型 AI 学习资料，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
PDF书籍： 完整版本链接获取
👉[CSDN大礼包🎁：《
常考面试题总结》免费分享（安全链接，放心点击）]👈
