😢这下真成窝囊费了

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...

手撕两数之和（不是力扣 是输入两个数字返回数字的和）

说句实在的，真的会，但没大家想的那么夸张。第一眼看着舒服、干净利落，面试官对你的初始好感度肯定高，尤其很多岗位看形象气质，同等条件下，长得好看确实占优势。但也就止步于“第一印象”了。真聊起专业、经历、业务能力，颜值再高也顶不上靠谱的实力，长得再好看，一问三不知照样没戏。简单说：颜值是加分项，不是必选项。收拾得清爽精神，比单纯长得好看重要多了。#长得好看会提高面试通过率吗？#