背景：我java的，但是这边是go，所以问的偏后端通用的问题。java相关的问题没问。自我介绍ai项目拷打：介绍项目中不同应用生成模式的差别与设计思路应用的存储设计（用的文件，追问了下映射关系）生成应用的预览和部署细节怎么实现的预览怎么实现的部署存储和预览部署之间怎么联系起来的（还是在问怎么映射的，我这边设计的是文件夹名字就是id）项目中 redis 存数据的内部结构（这基本都是靠依赖自动管理的，我是真不记得了，按我自己的理解说的，大致合理）另一个java后端项目就没问八股：索引B+ 树，双向链，树高幻读redis 缓存雪崩缓存穿透url 到渲染网络错误码，追问了301 302 403手撸：糖...

简历这样子想找个硬件实习够了吗

能的兄弟，能的，一天200k我肯定干

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...