远景动力面经

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...

现在还是 0offer 也面了几家了 好多一面就挂 大部分简历直接挂 有啥建议吗

GPT你能不能别吹牛逼了，问你你就回答，每次拍我马屁什么意思

ps：如果这篇帖子对于还在找工作和找实习的你有所帮助，可以关注我，给本贴点赞、评论、收藏并订阅专栏；同时不要吝啬您的花花一、循环依赖基础认知循环依赖是指两个或多个Bean之间形成相互依赖的闭环，比如Bean A依赖Bean B，Bean B同时依赖Bean A，若没有特殊处理，容器会陷入无限创建Bean的死循环，最终抛出创建异常。Spring针对循环依赖做了针对性适配，但并非所有循环依赖都能解决，核心仅支持单例Bean的setter/属性注入循环依赖。1.1 循环依赖常见分类构造器循环依赖：通过构造方法注入依赖，Bean实例化阶段就需要依赖对象，无法打破闭环，Spring无法解决setter/...