兆易创新内推，私我可查看进度

做的有点累，感觉不是超级难对ACM选手肯定爆杀，鼠鼠拼尽力做出前两道，后两道不会一个图，一个dp大概是，只拿了0.25一共A了2.25/4。每次做这种题都有一种无力感。。。。做的就不想做了

rt 不知道是真的假的丁老板 太难绷了

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...