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...

年前一面通过，后面问是否考虑外包岗位，撤回的消息说的是“没办法，学历是硬性指标”，难绷那你面我干啥呢，浪费双方时间，你早说是外包岗我还接你面试干啥😂

二本的结局就是铁人三项嘛

我突然意识到一个问题：我已经连续三个月没学到新东西了。打开飞书文档看了眼这个月的工作记录，全是重复劳动：改方案、对数据、催进度、写周报。技术上的事儿？一行代码没写，连GitHub都快长草了。凌晨回家的地铁上，我问了自己一个问题：我现在的工作，到底是在成长，还是在消耗？什么是"消耗型"工作这半年我观察了下身边的同事和朋友，发现大家其实都能感觉到自己的工作是成长型还是消耗型，只是不愿意承认而已。消耗型工作有几个明显特征：每天都很忙，但说不出在忙啥 我有个朋友在某大厂做运营，每天钉钉消息800+条，微信群十几个，全天候在响应各种需求。但你问他这个月做了啥有价值的事，他想了半天说：...