1. 自我介绍2. Transformer 里 Attention 的本质是什么，为什么它适合 Agent 场景Attention 本质上是在做动态加权的信息选择，模型不是把所有上下文平均看，而是根据当前 query 去分配不同 token 的影响力。它的优势在于能处理长距离依赖，并且支持内容寻址，这对 Agent 场景很关键，因为 Agent 经常要从长历史、工具返回和外部知识里挑出当前最有用的信息。真正落地时，Attention 的问题不在“能不能看远”，而在“看得太多以后会不会被噪声拖偏”。3. 在多轮对话 Agent 中，Attention 的局限性体现在哪些方面局限性主要体现在三个地...

二本的结局就是铁人三项嘛

这种的是真的假的，有没有什么陷阱啊

针对自己的复习资料以后应该会修改,精进文章目录<1>二级指针<2>指针数组<3>字符指针变量<4>数组指针变量<5>二维数组传参的本质<6>函数指针变量  a.关键字typedef<1>二级指针通俗的来说,就是存储(一级)指针变量的地址以图来理解 <2>指针数组本质就是存储指针的数组,可以进行类比,列如字符数组 是存放字符的数组以图来理解arr1,arr2,arr3都是其数组首个元素的地址注意:上述的代码模拟出⼆维数组的效果，实际上并⾮完全是⼆维数组，因为每⼀⾏并⾮是连续的<3>字符指针...