小米开发岗内推

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...

何意味😄

这是我在BOSS遇到最有人性的hr，他的鼓励简直让我这么久人机般投简历来，最感动的一次，真的好想进这家公司啊😭😭😭

自我介绍介绍项目，背景，解决的问题，关键实现输出题 new Promise((resolve, reject)=>{ console.log(1); resolve(1); console.log(2); throw new Error('err'); console.log(3); reject(3) }).catch((res)=>{ console.log(res); }).then((err)=>{ console.log(err); }) //1 2 1 手写：数组全排列并发请求控制（无二面面经是因为二面问的不多，都是实习项目和经历）