Speculative Decoding Drafter（推测解码草稿模型）

什么是大语言模型（LLM）？它能做什么、不能做什么？

LLM 是基于 Transformer、在海量文本上预训练的自回归语言模型，擅长语言任务，但不擅长精确计算、实时信息，且会产生幻觉。

Claude Opus 5 如何在降低成本的同时提升安全性？「guardrails 激活频率降低 85%」意味着什么？

考察候选人对前沿模型「安全-可用性平衡」的理解：以 2026 年 7 月发布的 Claude Opus 5 为例，解读「guardrails 激活频率较 Fable 5 降低 85%」的真实含义、过度拒绝（over-refusal）问题，以及为什么「更少误拦」与「更安全」可以同时成立。

比较 Subquadratic Attention 与标准 Self-Attention 的复杂度差异。长上下文 LLM 的工程挑战有哪些？

考察候选人对注意力机制复杂度的理解：标准自注意力为何是 O(n²)、亚二次注意力的实现路径（稀疏/低秩/线性/SSM）、SubQ 的工程突破，以及长上下文 LLM 在内存、延迟、成本上的工程挑战。

解释 DeltaNet 如何利用 Delta Rule 实现线性注意力，与传统 softmax attention 的优劣对比

考察候选人对线性注意力架构演进的理解，特别是 DeltaNet 如何通过增量更新机制在 O(n) 复杂度下实现接近 Transformer 的记忆精度。