锻炼_v2

20221220 美团

1、寻找最长递增子序列

2、self-attention里面Q、K、V维度【Self-Attention机制的计算详解_陈壮实的搬砖生活的博客-CSDN博客_attention机制】

3、计算attention为什么要除以sqrt(dk)【Self Attention 详解_EmoryHuang的博客-CSDN博客_selfattention】

4、bert里面的多头机制【从源码角度探悉BERT中多头注意力机制和单头的区别 - 知乎】【transformer中multi-head attention中每个head为什么要进行降维？ - 知乎】

5、做NER时，LSTM后面为什么要跟CRF【LSTM+CRF 解析（原理篇） - 知乎】【百度安全验证】

20230303 JD

1、最长公共子序列

2、transformer原理

3、ner原理

4、bert变种介绍

20230308 BOSS

1、无序数组、正整数、可能有重复值数组。找出和为target的所有子序列组合（要去重）

20230309 JD

1、分发项目亮点在哪，怎么体现技术深度；【讲清楚链路逻辑，召回、排序、重排】

和其他推荐不同之处在于：若推荐的问题用户不熟悉，肯定无法给出靠谱答案。因此需要加强人地相关性建设，引出图模型

2、图模型要深究，怎么根据边、点关系能挖掘出更多的隐含关系，技术逻辑是什么

根据定义的边关系和点、边特征挖掘隐含的边连接关系。GeniePath【？】

3、gd自动化处置项目同样的问题，技术深度在哪，怎么体现

样本不均衡问题，focal_loss？

【https://www.cnblogs.com/king-lps/p/9497836.html】

20230328 FUWAI

1、lightgbm相对xgboost做的优化【LightGBM 详细讲解 - 知乎】【详解LightGBM两大利器：基于梯度的单边采样（GOSS）和互斥特征捆绑（EFB） - 知乎】

2、bagging、boosting、stacking【集成算法之bagging, boosting and stacking - 知乎】

3、弹性网络（融合l1和l2正则）【机器学习--弹性网络（Elastic-Net Regression）_Huranqingqing的博客-CSDN博客】

4、HMM、CRF有向图 无向图【概率图(一)--HMM与CRF对比_crf模型的优点_車輪の唄的博客-CSDN博客】

5、batch_norm必要性【Batchnorm原理详解_wzy_zju的博客-CSDN博客】

6、textcnn卷积细节

7、lstm为什么能缓解梯度消失【为什么LSTM会减缓梯度消失？ - 知乎】

8、layer_norm是否需要额外的参数量

9、textcnn卷积细节

10、python垃圾回收机制【python垃圾回收机制_HiSiri~的博客-CSDN博客】

11、python元祖、列表为什么可变、不可变

20230329 58

1、crf的损失函数【【CRF】最通俗易懂的BiLSTM-CRF模型中的CRF层介绍】

2、有向无环图路径总和

3、svm原理【SVM简介_南方惆怅客的博客-CSDN博客】

4、transformer时间复杂度【Transformer/CNN/RNN的对比（时间复杂度，序列操作数，最大路径长度） - 知乎】

5、为了达到相似预测效果，RF和GBDT哪个树深【为什么xgboost/gbdt在调参时为什么树的深度很少就能达到很高的精度？ - 知乎】

20230330 zhixiang

1、原地删除有序数组重复元素（双指针）

2、python垃圾回收机制

20230406 zhixiang

1. 面向对象【面向对象 和 面向过程 的区别_面向对象和面向过程的区别_shixiaoqinya的博客-CSDN博客】【面向对象--继承_面向对象继承_简之恨寒的博客-CSDN博客】
2. 设计模式（单例【饱汉、饿汉】）【23 种设计模式详解（全23种）_雨中深巷的油纸伞的博客-CSDN博客】【mainshide - 简书】
3. nonlocal【说说 Python 中 nonlocal 的作用 - 简书】

20230410 58

1. crf特征函数怎么构建的【对于CRF的理解_crf特征函数怎么定义_Tianweidadada的博客-CSDN博客】

20230504 beihang

1. torch中tensor和Tensor的区别【torch.Tensor和torch.tensor有什么区别？_三世的博客-CSDN博客】

20231113

深度学习

6万字解决算法面试中的深度学习基础问题（一） - 知乎dd

大模型

https://zhuanlan.zhihu.com/p/643560888

大模型八股答案（一）——基础知识 - 知乎

ChatGLM2微调保姆级教程~ - 知乎

BERT

Bert/Transformer 被忽视的细节（或许可以用来做面试题） - 知乎

 

20231215 fenbi

1. 介绍sim原理、DIN、DIEN
2. 向量化召回
3. LC518【零钱兑换】
4. lightgbm优化点 【LightGBM 详细讲解 - 知乎】【详解LightGBM两大利器：基于梯度的单边采样（GOSS）和互斥特征捆绑（EFB） - 知乎】
5. xgboost相对gbdt的优化【【xgboost系列一】xgboost是什么？_xgboost λ 是啥-CSDN博客】【【xgboost系列二】xgboost树节点分裂方式-CSDN博客】【【xgboost系列三】xgboost树节点分裂方式：带权分位图_value in the input data which needs to be present -CSDN博客】

20240102 fenbi

1. DSSM详细
2. LC3：最长无重复子串

20240223 zijie

1. 大模型如何缓解梯度消失
2. ner解决词嵌套 最新方法
3. rlhf原理 需要几个模型 如何更新
4. flash attention
5. 向量化表征最新方法
6. 分类如何解决多标签
7. 怎么解决用户长短期兴趣
8. 为什么现在都是decoder-only的结构