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...

年前一面通过，后面问是否考虑外包岗位，撤回的消息说的是“没办法，学历是硬性指标”，难绷那你面我干啥呢，浪费双方时间，你早说是外包岗我还接你面试干啥😂

本人大三，在找日常（暑期）实习，年后这一个月面了几家大厂，但都挂了，有的直接在初筛阶段就给我踢了。最好的就是字节进了二面（字节实习生一般三轮：技术面、主管面、HR 面），二面结束以后我过几个小时就点开邮件看看，心想这次一定要拿下，如果能进 HR 面的话基本就稳了。我面完当天晚上做梦都梦到拿到了 offer 给我乐醒了，打开手机一看原来是梦。第二天打开邮件收到了感谢信，心情直接跌到谷底。这几天一直在自我怀疑，就在想每天这起早贪黑的，睁眼闭眼就是算法代码，到头来还是一场空，真觉得挺没意思的。我的性格一直比较要强好胜，我太想要一个机会来证明自己，但是没有办法，无论是我的学历，学校，还是学术项目，竞赛...