1.说一下 Transformer 的底层结构吧Transformer 的核心是用自注意力代替传统序列模型里的递归结构。一个标准模块通常包含多头自注意力、前馈网络、残差连接和 LayerNorm。自注意力负责让每个 token 和其他 token 直接交互，前馈网络负责做非线性变换，残差和归一化负责保证深层训练稳定。它真正厉害的地方不是结构复杂，而是信息传播路径短，长距离依赖更容易建模，并且天然适合并行训练。2. Transformer 为什么用了 LayerNorm 呢因为 BatchNorm 依赖 batch 维度上的统计量，但 NLP 任务里句子长度不一致，线上推理时 batch 也经常...

本2硕9，力扣是没刷完的，八股是没背完的，准备先投中小厂练练手，逼自己先面试找找感觉。大厂到底什么时候才配投啊，看了面经能掰扯的最多才一半

题目描述:入职后，导师会请你吃饭，你选择了火锅。火锅里会在不同时间下很多菜。不同食材要煮不同的时间，才能变得刚好合适。你希望吃到最多的刚好合适的菜，但你的手速不够快，用m代表手速，表示每次下手捞菜后至少要过m秒才能再捞(每次只能捞一个)。那么用最合理的策略，最多能吃到多少刚好合适的菜？输入描述: 第一行两个整数n，m，其中n代表往锅里下的菜的个数，m代表手速。 (1<n, m<1000)接下来有n行，每行有两个数x，y代表第x秒下的菜过y秒才能变得刚好合适。(1<x,y<1000)输出描述: 输出一个整数代表用最合理的策略，最多能吃到刚好合适的菜的数量。示例1输入： 2...