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...

因为考研没秋招，现在怎么都找不到合适的工作。。。

什么年代了，还有地主

会议室里安静了几秒。 "你调研过？"架构师抬起头，看向坐在角落的我。 我点点头，打开笔记本："上周看到需求文档后，我花了些时间做了个对比分析。" 那是实习第五周的周会，团队在讨论一个新项目的技术选型。会议已经进行了半小时，几位资深工程师各执一词，有人倾向用成熟稳定的方案，有人想尝试新技术。争论陷入僵局时，我在群里发了一句："我这边有份调研报告，要不要看看？" 导师在会上直接说："那让他讲讲。" 我其实没想到会在这种场合发言。入职前几周，我一直在熟悉业务代码，跟着导师做一些模块开发。但我发现，真正让人成长的，不是等着...