面经经历--滴滴，科大讯飞

将面试的过程问到的问题记录下来，方便以后回顾

滴滴

一面：
项目内容：
RNN为什么会引起梯度消失
LSTM为什么会解决梯度消失的问题
在你的项目中对于机器翻译的评判标准是什么
手撕代码：

1. 二分查找
2. 将一个有序数组进行旋转，如何用logN的算法实现查找到目标数字，例如：数组为 nums = [5,6,1,2,3,4] target = 2. 如何用logN的算法在nums中找到target

科大讯飞

一面：
介绍一下transformer的结构
介绍一下bert
对最新的bert变型结构是否有了解
gpt elmo bert的区别
bert相比较于elmo的优点
为什么bert相比较于elmo对语言理解等任务有着更好的效果：AE和AR模型的区别，bert可以并行训练