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...

26届春招，学院本，双非硕秋招惨败，目前春招投了40家了，还没面试

离职前舔了10个hr，正式工8个拒绝我简历😢，1个说活水无暑期岗位🥺，逮着一个实习生hr狂舔，舔来一次面试机会😅。果然，实习生是最有怜悯心的。

今天看到一件事，我对着屏幕沉默了良久。事情是这样的：他今年 25 岁，来公司三年，一直做一些偏基础的开发、维护类工作，平时话不多，做事也算踏实。我一开始还以为是薪资、晋升或者团队氛围的问题，结果他完全没提这些，只反复说：AI 发展太快了，他每天都很焦虑。他说自己现在做的很多工作，比如简单的 CRUD、脚本编写、问题排查、文档整理、重复性的业务开发，AI 已经能完成一大半，甚至比他写得更快、更规范。他越用越慌，总觉得自己现在这套技能，再过一两年就彻底没用了，岗位迟早会被 AI 替代，到时候更被动。他不是不努力，也不是不想学，就感觉学了也没用，越学越迷茫，不知道该往哪个方向补，每天上班都被 “被替...