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...

其实是简历求拷打 各位佬尽情拷打吧

春招约不到面试，太难受了

最近春招了，我把这几个月刷过的面经、被问过的问题、踩过的坑全部整理了一遍。不敢说全，但这些考点覆盖了我面过的字节、腾讯、美团、京东、虾皮的 80% 以上的问题。收藏备用，别等到面试前一天再找。Java 基础== 和 equals 的区别，为什么重写 equals 必须重写 hashCode？== 比较的是引用地址，equals 默认也是比较地址，但可以重写为比较内容。重写 equals 必须重写 hashCode 是因为 Java 规定相等的对象必须有相同的哈希值，如果只重写 equals 不重写 hashCode，两个内容相同的对象放进 HashMap 会被当成不同的 key，逻辑错误。St...