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...

投了几个月boss了

报志愿时候是幻想的学技术时候是后端的找实习时候是卷爆的谈薪资时候是压价的上班的时候是想死的我当务之急应该马上回家里蹲准备考公考编，而不是在这里天天加班开会😡

从面试官的视角来看，所谓的“小技巧”往往不是候选人用来“作弊”的手段，而是那些能高效展示实力、降低沟通成本、体现工程素养的行为。作为面试官，我们在评估候选人时，内心其实有一套隐藏的评分表。以下是我们眼中真正加分的“小技巧”，以及我们如何看待某些常见的“套路”：一、我们最欣赏的“高光时刻” (真正的加分项)1. “先问后做”的工程直觉 (Clarification First)面试官心理：“我最怕那种拿到题就埋头狂写，写了半页纸才发现需求理解错了的人。这浪费大家时间。”加分技巧：在动手前，主动确认边界条件（输入为空？数据量多大？并发多高？）。主动询问业务场景（“这个功能是给内部运营用还是给 C ...