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...

刚看到到了初试，还没面就流程结束，有没有知道什么情况的

选择考了一堆408，全都忘干净了算法还没有试过acm模式，惨遭0ac1.无向图对应最小生成树MST，有向图对应的是最短路径最小生成树（没有环且所有边的权重之和最小）必须是无向连通图，带有权重，两大经典算法prim算法和kruskal算法有向图的核心算法有dijkstra floyd Bellman-Ford2.信号量 pv操作信号量是解决进程线程同步和互斥问题s代表着资源，p操作（wait）申请一个单位资源，将信号量s减1，如果小于0的时候就阻塞，加入等待队列，v操作是释放一个单位资源，将信号量+1，释放完资源后若s小于等于0，唤醒一个进程常用来解决互斥问题，保证同一时刻只有一个进程访问临界区...