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...

兄弟们，大佬们，大三找实习中，能不能给点建议

第一层：幼儿园阶段 —— 为什么要有 Event Loop？首先要明白一个铁律：JavaScript 在浏览器中是单线程的。想象一下：你是一家餐厅唯一的厨师（主线程）。客人点了一份炒饭（同步代码），你马上炒。客人点了一份需要炖3小时的汤（耗时任务，如网络请求、定时器）。如果你只有这一个线程，还要死等汤炖好才能炒下一个菜，那餐厅早就倒闭了（页面卡死）。所以，浏览器给你配了几个服务员（Web APIs，如定时器模块、网络模块）。厨师（主线程） ：只负责炒菜（执行 JS 代码）。服务员（Web APIs） ：负责看火炖汤（计时、HTTP请求）。汤好了，服务员把“汤好了”这个纸条贴在厨房的**任务板（...