1.说一下 Transformer 的底层结构吧Transformer 的核心是用自注意力代替传统序列模型里的递归结构。一个标准模块通常包含多头自注意力、前馈网络、残差连接和 LayerNorm。自注意力负责让每个 token 和其他 token 直接交互，前馈网络负责做非线性变换，残差和归一化负责保证深层训练稳定。它真正厉害的地方不是结构复杂，而是信息传播路径短，长距离依赖更容易建模，并且天然适合并行训练。2. Transformer 为什么用了 LayerNorm 呢因为 BatchNorm 依赖 batch 维度上的统计量，但 NLP 任务里句子长度不一致，线上推理时 batch 也经常...

这几天疯狂在boss直聘和应届生上投简历，结果一个回复都没得，是不是简历有啥问题😭，主要投的都是产品岗，求友友们帮忙看看

昨天改简历改到凌晨，盯着那行"负责分布式系统架构设计"，我突然心虚了。说实话我就是改了几个SQL，优化了下索引，这算"架构设计"吗？但不这么写，简历连筛选都过不了啊...先说个残酷事实：2024年不包装简历，基本等于炮灰。你写"做了增删改查"，别人写"高并发数据处理系统"，HR筛选时会选谁？但关键问题是，包装和造假就差一线。什么是造假？GitHub找个项目改个名说是自己的；别人做的说你主导的；没接触的技术写精通。这种只要面试官一深挖，立刻原形毕露，直接进黑名单。什么是包装？把真实做过的事，用专业方式表达。举个例子，...