第59章 来了个人才？（2/2）

与传统的循环神经网络或者卷积神经网络相比，transformer在处理长序列数据时有哪些优势和局限性？

在实际应用中，你通常会採取哪些策略来进一步优化 transformer模型的性能和效率？”

早就看出来对面的三个人都不是专业人员的杨鑫並没有轻视任何一个人，反而认真的思考著新的问题。

从网上得知晞创科技的老板愿意招聘大量的科研人员，为了唤醒爱人，想要研究出人工智慧与脑机接口，为此愿意每年投入大量科研费用的时候，他就带著行李直接过来了。

面试官明明是什么都不懂的小白，可接二连三的提问，让他知道，晞创科技公司內有高手。

“自注意力机制通过动態计算序列中每个位置与其他所有位置的关联权重，实现长距离依赖的建模，其核心逻辑可拆解为……”

隨著对方回答问题，何晓丽的眼神越来越亮。

等对方回答完后，何晓丽有些不敢相信的问道：“你真的是刚毕业的研究生？”

“是。”

“最后一个问题，你能告诉我你为什么没有选择继续跟著你的导师深造的同时，在实验室內展开对人工智慧的研究吗？”

“以你的才学，应该很容易留下才对。”

“当然，这涉及到你的个人隱私问题，你有权利拒绝回答。”

闻言，杨鑫耸了耸肩，无所谓的说道：“没什么不好说的，我刚毕业，我的导师就进去了。”

“嗯，就是你想的一日三餐免费的那种。再加上我个人不太喜欢一个人干活儿，一群人掛个名的，我就选择了离开。”

“稍等，我去看看老板在不在公司。如果顺利的话，我们很快就是同事了。”

没一会儿，何晓丽满脸兴奋的跟在老板身后去而復返。

就差一点点，老板差点就离开公司了。

好巧不巧，老板都走到公司前台了，又被她请了回来。

已经从何晓丽口中有所了解的李知远在听到对方连续回答了六道题库都对后，对何晓丽口中的人才充满了兴趣。

对於人才，他自然是希望多多益善。

坐下来后，李知远直奔主题，满脸欣赏的问道：“你觉得我们研发人工智慧应该从零开始，还是选择和其他企业一样，直接从deepseek入手？”

这一次，杨鑫沉思了好一会儿，才缓缓开口道：

“我个人认为，如果想要研发更高级能够完全理解人类意思的人工智慧，需要从最底层重新研发，缺点也很明显，研发周期过长，如果研发资金不足，很难有什么成果，大概率会地基都还没有打好，就会半途而废。

相反，如果考虑到成本问题，反倒不如直接从deepseek入手或者乾脆直接与那些研发人工智慧的公司合作，定製一款人工智慧。”

闻言，李知远笑呵呵的说道：“巧了，我们晞创科技最不缺的就是研发资金。”

“嗯……杨鑫是吧，你的期望年薪是多少？”

这个问题，一时间反而把杨鑫给难住了。

犹豫了好一会儿，杨鑫才缓缓开口道：“60万。”

“可以，不过根据你的研究能力，半年后公司会重新对你的年薪重新討论。”

“如果有科研成果，公司也不会吝嗇发放奖金和年终奖。”

“小何，准备合同。”

ps：感谢失去、、的打赏支持~~~?(′???`)?