1. 请做一个简单的自我介绍参考答案：您好，我是XXX，目前就读于XX大学XX专业，预计XX年毕业。我的专业方向是计算机科学与技术，在校期间系统学习了数据结构、算法、操作系统、计算机网络等核心课程，GPA排名专业前10%。在技术能力方面，我熟悉Java后端开发，掌握Spring Boot、MyBatis等主流框架，了解MySQL、Redis等数据库和缓存技术。在校期间参与了多个项目开发，包括电商系统、在线教育平台等，积累了一定的实战经验。在实习经历方面，我曾在XX公司实习X个月，参与了XXX系统的开发，主要负责订单模块和库存管理模块，期间解决了多个性能优化问题，得到了导师的认可。在个人特质方面...

我发现可以通过教培指数来判断一个学校的就业水平，即该校教培入职应届生人数➗该校当年应届生总人数，该指数越大说明学校就业越烂，还可以分别计算各个学院的就业水平😄。华理今年的该指数目前为0.09（根据新东方、猿辅导、作业帮、有道、学大、昂立与学而思教师总人数之比近似计算各机构在华理录取人数）哪位教培hr能给各92排个名让高考生避雷一下。😄

人生第一次主动投递简历，深受打击总共打招呼120，其中67个未读，34个已读不回，主动涌上来的5个字节和3个华为kpi，婉拒。最后11个投递简历，然后6个已读不回，2个询问实习时间后口头承诺约面，3个要了简历逗逗我然后没看。想问问该怎么办这是正常的嘛

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] ...