1. Transformer 为什么使用多头注意力机制，为什么不只用一个头？多头注意力的核心，不是单纯把一个 attention 做很多遍，而是让模型在不同子空间里同时学习不同类型的关系。一个头可能更关注主语和谓语的关系，另一个头可能更关注长距离依赖，还有的头更容易学到局部词序和语义搭配。如果只用一个头，模型也能做注意力，但它只能在一个投影空间里建模，表达能力会受限。多头的做法是先把输入分别线性映射成多组 (Q,K,V)，每组各自做 attention，最后再拼接起来。这样模型就能从多个角度同时看同一句话。公式一般写成：其中：所以多头的本质价值是：增强表示能力，而不是简单重复计算。2. 为什么...

忽然收到了面试邀请 有没有友友有面经分享 投了这么多 第一个面试机会

面了这么久发现面大厂虽然难，但整个面试流程是固定的，面完是会让你面试有所收获，能发现自己的缺陷不足的。面小厂纯属开盲盒，总能收获些神人上午面的一家小厂，面试官实习八股都不问上来直接让我写个功能，面到一半来句“wc，tmd这么d”（素质挺低的，不过不是骂我）下午二面的是家80人初创小厂叫句子互动，面试官是个中年光头男，要我百度一个在线编译器，10分钟写一道编程题（太久没写超时了），前面就感觉态度很怪，整个人很烦躁，我习惯性的打开了IDEA，来句“你没听清我说话吗？用在线编译”😅后面发我了一串代码让我讲解代码功能，代码太长飞书的弹幕列表又小，我拿触摸板复制不全。面试官就阴阳我“你觉得你是个细心的人吗？你代码都没复制全”，我道歉完之后，划拉了好一会那代码也粘不下来，我又道歉说我看着代码讲，那面试官还发火“把代码复制出来好吗？😡”要不是线上估计得跳过来打我本来前面态度差就够烦了，丢下一句话“爱过不过，真是费劲”就把会议关了，留下一脸懵逼的👨‍🦲

最近杭州公开招聘 38 人的消息刷了屏，不少人摩拳擦掌准备冲岗，却卡在了最关键的面试环节：明明背了几十遍自我介绍，一开口就像念课文，面试官低头刷简历；精心准备的话术，一被追问就大脑空白，越想完美越僵硬……其实，面试越松弛，结果往往越好。你有没有发现？那些让面试官眼前一亮的候选人，从来不是把稿子背得滚瓜烂熟的人，而是会 “聊天” 的人。❌ 反面教材（千万别学）：“面试官您好，我叫 XX，来自 XX 大学 XX 专业，很高兴参加今天的面试。我用三个词概括自己，第一是…… 第二是…… 第三是…… 我的自我介绍到此结束，感谢您的聆听。”这种刻意的 “演讲式” 表达，只会让面试官疲惫：没有留白、没有互动...