1. Transformer 为什么使用多头注意力机制，为什么不只用一个头？多头注意力的核心，不是单纯把一个 attention 做很多遍，而是让模型在不同子空间里同时学习不同类型的关系。一个头可能更关注主语和谓语的关系，另一个头可能更关注长距离依赖，还有的头更容易学到局部词序和语义搭配。如果只用一个头，模型也能做注意力，但它只能在一个投影空间里建模，表达能力会受限。多头的做法是先把输入分别线性映射成多组 (Q,K,V)，每组各自做 attention，最后再拼接起来。这样模型就能从多个角度同时看同一句话。公式一般写成：其中：所以多头的本质价值是：增强表示能力，而不是简单重复计算。2. 为什么...

鼠鼠刚拿下了一个上海小公司的 offer，结果要辅导员电话，我给辅导员儿简单沟通了一下，直接劈头盖脸骂了我一顿，我真是服了 真的好痛苦😭😭😭，到底怎么办呀

妈呀不会给我挂了吧  

最近好多学弟学妹找我聊春招，发现一个挺有意思的现象：今年大家手里但凡握着国央企offer的，基本都打算接了。哪怕是手里有大厂意向的，也开始纠结“要不要去拼几年”。有个学弟（就叫小T吧）去年进的翼支付，厦大软工硕士，当时手里也有几个选择：老家省电信、直招军官、还有高校的联培博士。最后选了翼支付，去上海做数据建模。前两天跟他吃饭，聊了大半天，感觉他的经历挺有代表性，整理出来给大家参考。 一、为什么选翼支付？他说：想“既要又要”小T原话是：“既想要央企的稳定和保障，又不想放弃前沿技术的成长空间。”很多人觉得国央企就是“养老院”，他入职一年半后发现完全不是这回事。首先是稳定，但不是死工资。福利是真的顶...