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...

#第一份工作一定要去大厂吗#

目前只能约到小公司，求大神指导

总时长4-50min，对自己的表现总体感觉中等。 1.项目相关大概20min  你们的这个缓冲队列是如何保证不重复读取的 @Async注解你有了解吗 如果Redis宕机了，或者是取出来之后程序宕机了怎么办？ 你了解rewritebatchedstatements参数吗？ 批量插入的时候你怎么处理中间某条数据失败的情况？怎么回滚？ fastjson2和jackson有什么区别，它的优势在哪里？JSONpath我记得在jackson中也有有什么区别吗？  2.八股  我自己主动引导的讲了Java的锁升级相关（这里没讲好，因为担心我话太密了只讲了个大概，然后面试官没有追问，我很多细节没讲出来） Ja...