每天坚持学习两小时，把之前落下的算法题补一补，再把简历优化一下，多投几家试试。希望月底的时候，至少能多拿到几次面试机会。

ps：如果这篇帖子对于还在找工作和找实习的你有所帮助，可以关注我，给本贴点赞、评论、收藏并订阅专栏；同时不要吝啬您的花花分表后自增ID核心痛点：单表自增无法全局唯一，需同时满足唯一性、高性能、有序性、扩展性。以下是6类主流方案，附原理、配置、优缺点及选型建议，适配不同业务场景。一、多库多表自增步长（数据库原生方案）核心原理利用MySQL auto_increment_increment（自增步长）和auto_increment_offset（起始偏移量）参数，为不同分库/分表分配不重叠ID区间，实现全局唯一。示例：2个分库，步长=2，库1起始=1，库2起始=2库1：ID=1,3,5,7...库...

刚工作的时候心高气傲啊，程序报错就看个开头，觉得差不多知道啥问题了。结果修了半天发现根本不是这个错，浪费时间。现在老老实实把报错看完再动手。遇到的问题解决了就算了，结果过两个月又遇到同样问题，还得重新百度。现在建了个文档，踩过的坑都记下来，领导还夸我总结得好。

1. Transformer 为什么使用多头注意力机制，为什么不只用一个头？多头注意力的核心，不是单纯把一个 attention 做很多遍，而是让模型在不同子空间里同时学习不同类型的关系。一个头可能更关注主语和谓语的关系，另一个头可能更关注长距离依赖，还有的头更容易学到局部词序和语义搭配。如果只用一个头，模型也能做注意力，但它只能在一个投影空间里建模，表达能力会受限。多头的做法是先把输入分别线性映射成多组 (Q,K,V)，每组各自做 attention，最后再拼接起来。这样模型就能从多个角度同时看同一句话。公式一般写成：其中：所以多头的本质价值是：增强表示能力，而不是简单重复计算。2. 为什么...