我之前在一家创业公司待了一年半，虽然工资不高，但那段时间是我进步最快的时期。成长型工作的几个特征：经常遇到不会的东西，但能学会 那时候公司要做一个实时数据看板，我之前没做过。硬着头皮啃了两周文档，做出来了。现在这个技能成了我简历上的加分项，面试基本都会问。能看到自己的进步 刚入职时写个接口要一天，三个月后半天就搞定。从只会增删改查，到能独立做性能优化、架构设计。这种成长是看得见摸得着的。工作有反馈，有成就感 你做的东西有人用，用户量从0到10万，bug从每天十几个降到个位数。这种正向反馈会让你觉得，加班都是值得的。下班后还会主动学习 不是因为焦虑被迫学，而是白天遇到了有意思的问题，晚上想深入研...

这家公司疯了吧，5个人招我，我又不是什么稀缺资源这家看样子应该是外包公司

面试里如果被问到“为什么Attention要做成多头，而不是单头就够了”，很多人会先回答一句：“因为多个头可以关注不同子空间的信息。”这个方向并没有错，因为我最一开始学算法的时候，也思考过这个问题，但那会儿搜到的也就是这些原理罢了，但问题在于，这个说法太抽象了。面试官如果继续追问一句“什么叫不同子空间？到底不同在哪”，很多人就接不下去了，反正我到毕业写完论文了都没想过这个点。要把这道题答好，其实需要先回答一个更本质的问题：如果只有一个头，究竟会出什么问题？把这个问题讲透，多头注意力的问题也就解答了。（我的回答建议在文末）一、先别急着讲多头，先看单头的瓶颈到底是什么先从单头注意力开始。假设输入序...