Offer选择

面试题简述Transformer中用的是LayerNorm，而不是常见的BatchNorm，这是为什么？面试官想听的意识到不是BN不好，而是不适合Transformer的使用场景。面试回答举例Transformer中选择LayerNorm而不是BatchNorm，主要原因和序列建模方式以及训练场景有关。详情请查看：http://xhslink.com/o/8yJohFzKSX6由浅入深分析1、BN 依赖 batch 统计量。2、LN 只依赖特征维度。3、Transformer 的 token 并行与 BN 设计目标维度不一致。4、自回归推理场景下 BN 表现不稳定。面试加分点1、提出推理阶段 ...

xhs：毋庸置疑的高，绝大多数往32k+走，少数40k+。jd：20薪总包挺大，hr培训统一话术70%的人可以拿满，base对标字节，tx这种，同等级低2-4k，也有base a平的（用别家股票，签字费）。字节：整体薪资区间和往年差不多，只是网上多了一些拿40k的大佬，但30k+的群体也增加了，应该是得益于别家涨薪，字节oc的人一般也有别家offer，a一下就上去了。美团：团子可能确实红今年有点拉，顶级ssp虽然和去年保持一致，但猛发大白菜确实还是太拉了，身边好几个bg很强的收到大白菜秒拒。tx：从目前开奖来看，应该也是小涨，身边有tx 总包后开追上字节总包抢人的，毕竟有鹅选鹅，在总包一致的情况下，鹅很难输。阿里：刚开奖，例子不多，据说阿里控股小涨，期待阿里一手。以上例子全根据身边人总结的，可能不全，理性看待，也期待大家补充不同观点。

投了很多小公司都得不到回复，大佬帮忙看看是什么问题呢

一、引言 又到了一年一度的年终复盘时刻。 复盘，从来不只是回看已经发生的事情，更重要的是——为尚未发生的未来，提前铺路、校准方向。 回望 2025 年，其实很长一段时间里，我始终没有真正找到自己的方向。工作之外，谈不上热爱，也谈不上笃定，只是在惯性中前行。 直到 2025 年的尾声，才终于看清了一些东西：哪些是必须坚持的，哪些是可以放下的，也逐渐摸索出几条更属于自己的路径。这一年，并非突然开悟，而是反复碰壁后的沉淀与取舍。 依旧按照惯例，沿着时间的轨迹，回到 2025 年的起点，梳理这一整年里的得与失、进与退，也为下一阶段的自己，留下些什么。 二、技术（AI驱动）  2025 年，是 AI 加...