Q:请详细解释一下 Transformer 模型中的自注意力机制是如何工作的?它为什么比 RNN 更适合处理长序列? 难度:⭐⭐ 公司:字节、阿里、腾讯(高频) 算法岗回答要点:   自注意力机制原理  输入序列通过三个线性变换得到 Q(Query)、K(Key)、V(Value) 计算注意力分数:scores = QK^T / √d_k Softmax 归一化得到注意力权重 加权求和:output = softmax(scores) · V    数学推导 Attention(Q,K,V) = softmax(QK^T/√d_k)V   为什么除以√d_k?防止点积过大导致梯度消失 Mult...

这个面试官真的很温柔 也不拷打 就问你一些八股问题 真的是给了我这个面试新手很好的感觉 面完真的开心了一下午 因为感觉发挥的还不错 感觉有机会能进三面 后面也确实过了一个周末就通知三面了

求大佬们拷打简历，投了好多简历了，基本上都没面

讲一下项目哪个地方具有挑战性，如何解决kafka如何保证消息是发送一次接收一次，如何确保broker正常刷盘，多副本怎么实现，这里有个高水位低水位概念知道吗（不会）setnx有哪些参数，优化前的分布式锁是哪个维度zk如何保证数据一致性（忘了）构造线程池有哪几种方式，ThreadPoolExecutor底层继承了哪一个抽象类，抽象类有什么方法，他是怎么实现的（不会）juc包下有哪些类，concurrenthashmap底层原理hashmap和concurrenthashmap中，一个对象可以作为key吗，重写equals和hashcode注意哪些netty特性讲一下selector，channe...