许愿贴

1. Transformer 的自注意力机制、位置编码、梯度消失和梯度爆炸的解决方案答：自注意力机制的核心是让每个 token 在计算表示时都能和序列中其他 token 交互。给定输入 (X)，先通过线性变换得到 (Q)、(K)、(V)：然后计算注意力：这里除以 根号下dk 是为了防止点积过大导致 softmax 进入饱和区，影响梯度。多头注意力就是把表示拆成多个子空间并行计算，最后再拼接，能从不同角度学习依赖关系。位置编码是因为 Attention 本身不包含顺序信息，所以需要显式加入位置信息。经典做法是正余弦位置编码：现在也常用相对位置编码和 RoPE。梯度消失和梯度爆炸的解决方案包括：残...

字节 腾讯三月初就开始了，阿里3.18才开启，但是已经开始造势了，阿里巴巴开始的这么晚，难道是刚盘点完hc？据说今年招聘大方向也是AI，同学们加把劲吧

这是我在BOSS遇到最有人性的hr，他的鼓励简直让我这么久人机般投简历来，最感动的一次，真的好想进这家公司啊😭😭😭

去年我们在牛客后台看到一条反馈，大概是这么说的： "我投了四十多家，光填表就花了将近两周，信息都是一模一样的，每家都要重新填一遍，我不理解为什么没有人解决这件事。" 这条反馈下面，有三百多个人点了「同感」。我们把类似的反馈拉出来看了一遍，发现这是我们平台里出现频率最高的求职痛点之一，没有之一。所以我们做了网申助手这个插件。 点击获取：https://www.nowcoder.com/my/resume-plugin-intro 先说一下这件事有多烦我们做了一个小调研，让100位正在春招或者找实习的同学记录了一下填网申表单的时间。结果是这样的： 平均每家表单填写时间18 分钟...