签了三方以后，大家都是明年几月去提前实习呢？

全程30min，无手撕自我介绍最大的优点实习项目如何进行sql调优RabbitMQ如何保证消息不丢失介绍一下OOM，哪些地方可能会发生OOM，发生OOM会出现什么现象介绍一下线程池，可以无限创建线程吗，为什么如何实现一个id生成器，几种方案的优缺点介绍一下雪花算法讲解一下聊天消息发送、接受的整个流程介绍一下子网掩码linux熟悉吗，如何设置开机自启动还有一个linux相关的没听清反问实习项目没咋问，说工作太简单。太菜给我面自闭了

秋招官网投了100家没有一个面试，现在春招BOSS沟通了270家，投了27份简历，只有3个面试，还是实习，下面是简历和BOSS上的招呼语，求各位佬指点一下

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...