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...

项目代码黑马点评，ai优化了一下，加了几个点agent项目也是比较简单玩具的一个项目。代码能力实在不怎么熟练，光去看八股了，算法的话，目前刷了两遍hot100和部分的150的题目面后端的话，直接对着大厂暑期实习冲吗，海投那样吗？求大佬点评点评

刚加上这个hr，结果是个广子，发完第一句话就被封号了微信

ps：如果这篇帖子对于还在找工作和找实习的你有所帮助，可以关注我，给本贴点赞、评论、收藏并订阅专栏；同时不要吝啬您的花花核心结论：Redis内存碎片是已分配但未被使用的零散内存块，常见于频繁增删改场景，会导致内存浪费、OOM风险，需通过INFO memory监控并主动整理。一、什么是内存碎片？内存碎片指Redis已向操作系统申请到的内存（used_memory_rss）中，未被有效利用的空闲小块。这些碎片虽总存在，但因不连续、大小不匹配，无法被新数据复用，最终表现为：实际存数据内存（used_memory）远小于操作系统分配内存（used_memory_rss）内存利用率下降，甚至触发maxm...