国内某研究型大学PhD面试记录

体验非常好，面试的博士非常有水平，知识全面，不管是LC算法题，还是CV雷达数据，或者NLP预训练预训练方法。虽然一直指出我的错误，但是不会让人反感，因为确实问的问题都很关键。

开场非常友好，面试官主动自我介绍，交代今天面试的人员、时长和主要内容。接着我进行完整的自我介绍，没有进行打断。

我介绍了自己的学校，科研经历，实习经历，以及开源经历，面试官显然直奔重点，只问了科研相关的两段经历。

一段是我在研究生期间一直在做的项目，后来也写成了我的毕业设计，基于大核卷积分解门控注意力transformer的降水预测。主要问了两个问题，一个是雷达数据是怎么处理的，我说是x-min/max放缩，他说雷达的单位是dB，是取过log的，不是线性的，不应该线性放缩，这......好吧，确实没想到，然后又问了“你这个降水预测问题和视频预测问题有什么区别🐴”，我，，“没有，本质上都是时空预测问题，可能物体是刚体，而☁️的运动是会变形扩散的”

第二个问题是我的注意力和Transformer有什么关系，我说我借鉴MetaFormer的思想，用大核卷积分解的门控注意力做令牌混淆器，整体的框架还是Transformer那一套，Embedding+Attention+MLP+输出层。我说用改进的注意力是为了减少计算机，他问我数据量，我说几十G，然后他觉得这个很小的数据量，现在都是几十亿的token，“你这个出发点就不成立，你有没有看过的cuda使用率，有没有做profile，怎么评估计算量的”，我~~“只有在最开始的时候测试过，训练起来一个epoch都很慢，没有具体到环节或算子进行分析”。又考察了一个细节问题，了解空洞卷积的原理吗，“能在计算量不变的情况下，增大感受野"，“那为什么不全部用空洞卷积呢”，建议我下去看下空洞卷积的论文原文。差点被问哭了，一个没答上。

另一段是一个剧本情感分析的比赛，也只针对性的提出两个问题，为什么要用word embedding？了解预训练方法吗？我说“有两种，一种是根据左右预测中间，一种是从左至右”，“专业术语的说法是什么”，“这两者最大的区别是什么”，“一个是生成式，一个”停停停不用接着讲了。到此处，终于对上一个。好的，我们来写一个简单的算法

算法题，给定一个矩阵，每个元素修改成上下左右四个元素之和。python的列表生成式不记得了，/难受，真😭了，过于依赖copilot了（以后得用python打几次lc周赛）。重点应该在于原地算法吧，当时盲猜至少需要一行+一个元素暂存。

点击查看代码

def check(i, j, n, m):
    return i == 0 or j == 0 or i == n-1 or j == m-1

def calc(matrix):
    n, m = len(matrix), len(matrix[0])

    if n < 3 or m < 3:
        return matrix

    previous_row = matrix[0][:]  # 额外空间

    for i in range(n):
        left = matrix[i][0]  # 额外空间
        for j in range(m):
            if check(i, j, n, m):
               continue
            cur = matrix[i][j]  # 额外空间
            matrix[i][j] = left + previous_row[j] + matrix[i][j+1] + matrix[i+1][j]
            left = cur

    return matrix


# 测试数据
matrix = [
    [1, 2, 3, 4],
    [5, 6, 7, 8],
    [9, 10, 11, 12]
]

# 调用函数并打印结果
result = calc(matrix)
for row in result:
    print(row)

这样看起来至少一行+两个变量？

博士很准时，50分钟，不提前一分，不延迟一秒，准时结束

最后助理小姐姐为了我打计划安排，能不能线下实习之类的，我说如果给定明确答复，可以辞职去提前实习，如果只是考察，恐怕我只能线上了