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...

求各位牛爷爷指点

是简历有问题吗

📍面试公司：拼多多🕐面试时间：3.17（boss投递，很快约面）💻面试岗位：测试工程师❓面试问题：1.自我介绍2.为什么做测试3.之前实习过程中，测试和开发的占比4.偏向于测试还是开发5.拷打实习（聊了接近二十分钟）6.你认为好的测试流程是怎么样的7.好的测试用例要包含哪些信息8.用什么软件写用例9.优惠券领取接口，设计测试用例10.做过接口测试吗？11.搜索功能设计测试用例12.常用的用例设计方法13.用过哪些测试工具14.哪个语言用的多？15.重载和重写什么区别16.list和set的区别17.页面加载特别慢，怎么排查18.如何排查前后端问题19.两道sql20.判断回文串21.反问...