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...

大佬们帮我看看 👉👈

太想去一个大一点的公司实习了兄弟们，年后投了很多小公司，也都没回复，有点失去信心了。

java学习历程（一）我算是对未来规划比较早的了，我在大一下的暑假第一次接触到java，在暑假自学了一些linux和mysql的命令，在大二上边玩边学磕磕绊绊把java基础学完了，在寒假把web过完，25年4月份写完苍穹外卖，到点评发现自己基础拉完了（感觉自己什么也听不懂）。听网上说学完外卖就能投实习我也跟风投了几天，面了一家电话说了几分钟直接给我挂了，当时直接心态崩了真是我的黑历史了。大二下只是随便看了看redis和微服务还有mysql一些进阶的视频，就草草过去了。java学习历程（二）暑假玩了两个月，大三的我开始学习前端，我把前端html，css，js，jQuery，Vue还有鸿蒙都学了一...