Q:请详细解释一下 Transformer 模型中的自注意力机制是如何工作的?它为什么比 RNN 更适合处理长序列? 难度:⭐⭐ 公司:字节、阿里、腾讯(高频) 算法岗回答要点:   自注意力机制原理  输入序列通过三个线性变换得到 Q(Query)、K(Key)、V(Value) 计算注意力分数:scores = QK^T / √d_k Softmax 归一化得到注意力权重 加权求和:output = softmax(scores) · V    数学推导 Attention(Q,K,V) = softmax(QK^T/√d_k)V   为什么除以√d_k?防止点积过大导致梯度消失 Mult...

史上最尬，没有之一😂我是社招。3月26日，第7次，一面挂，就扯了20分钟，感觉可能是kpi。4月3日，今天又有电话打来了，约了下周二晚上的面试。第8次了。敢打我就敢面

 项目介绍深挖基础知识进程，线程，协程是什么，区别在哪？如果两个线程同时读写一个资源该怎么做？（加锁）用户输入网址到返回网页的内部过程是怎么样的？TCP和UDP的区别是什么，分别适用于什么样的场景？为什么会出现QUIC协议，它是基于TCP还是UDP，解决什么样的问题？为什么HTTP/3要用QUIC，而不用TCP（想讲HTTP用TCP的问题所在，但是忘了）手撕DAG上的最长路径。（示例都错了，害我看半天，撕一半下意识摁ide补全键结果出问题了不能再写了，然后就算了讲思路，大概就是拓扑排序+DP）