蒙牛实习体验

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...

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😭😭😭

求各位牛爷爷指点

面试公司：腾讯-后台开发，3.18发面经攒好运面试问题：自我介绍（点评）项目的背景是什么？为什么想做这个平台？有压测过吗？并发量到底是多少有测过吗？了解过mysql的并发性能吗？redis的呢？项目中，采用redis的哪些功能来防止超卖的？知道redisson分布式锁是怎么实现的吗？setnx为什么能实现这个功能？为什么两个并发获取锁，最后只有一个能获取成功？Redisson分布式锁在使用的时候有了解过一点注意的点吗？比如什么情况下会出现死锁？Redis作为缓存，有没有可能出现缓存失效的情况？其中一种是过期的情况，还有比如这个值不存在怎么办？redis是用来K-V存储，除此之外你还知道别的吗？...