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...

为什么第一段实习都找不到😂，211本，项目一个点评一个微服务商城，

求求大佬们帮忙看看简历，心态已经被磨平了，感觉自己简历问题比较大，但是不知道怎么下手改。马上要春招了，好迷茫。。。

算法：最长递增子序列（没写出来），换了二叉树层序遍历进程和线程的区别讲一下堆和栈redis的内存淘汰redis的过期删除策略mysql的深分页问题怎么解决，手写SQL第一个项目怎么设计的，想法从哪里来的用户口语化的输入如果在Rag里面检索不到怎么办点赞功能怎么设计的set出现大Key怎么进行解决平时使用哪些ai工具忘记录音了，只记得这些了。目前是约了二面#牛客AI配图神器#