小红书内推

现在是北京时间 2026年3月13日08:48:26投了无数简历石沉大海，金三银四好像和我无关。但今天早起，我还是想夸夸自己：夸我没有放弃早起的习惯，夸我还能对着镜子说“今天继续”。0面试的日子，能战胜赖床、能保持希望，就已经赢了。毕竟，春招是场马拉松，能稳住心态跑到最后的，才配得上最好的那个offer。加油老己，奥利给！#虽然0面试，但今天___，夸夸自己#

拼多多测试一面，

大家都在鼓励你。自己也要争气啊！！！

1. 写一下 attention 公式，代码实现一下attention 的公式是：计算过程就是三步：先算 (Q) 和 (K) 的相似度分数，再做缩放，然后过 softmax 得到权重，最后用这个权重对 (V) 加权求和。 import numpy as np def softmax(x): x = x - np.max(x, axis=-1, keepdims=True) exp_x = np.exp(x) return exp_x / np.sum(exp_x, axis=-1, keepdims=True) def attention(Q, K, V): dk = Q.shape[-1] ...