1. 自我介绍2. Transformer 里 Attention 的本质是什么，为什么它适合 Agent 场景Attention 本质上是在做动态加权的信息选择，模型不是把所有上下文平均看，而是根据当前 query 去分配不同 token 的影响力。它的优势在于能处理长距离依赖，并且支持内容寻址，这对 Agent 场景很关键，因为 Agent 经常要从长历史、工具返回和外部知识里挑出当前最有用的信息。真正落地时，Attention 的问题不在“能不能看远”，而在“看得太多以后会不会被噪声拖偏”。3. 在多轮对话 Agent 中，Attention 的局限性体现在哪些方面局限性主要体现在三个地...

三月底投到现在至今0约面，是哪里出了问题，是背景问题还是简历问题呢希望大佬指点一下改了一版新的，求大佬们看看

你在leetcode上练的都是死代码能力🤣

上来先手撕：非递归实现后序遍历二叉树，磨蹭半天写出来了请简单介绍一下你自己做的项目，以及大概用到了哪些组件（中间件）？是否了解分布式系统的 CAP 理论？这大概是一个什么样的问题？在你的项目中，使用分布式锁主要是为了解决什么问题？如果改为异步的方式，还能判断“一人一单”吗？秒杀场景下，先判断“一人一单”再判断“库存是否足够”，这一套逻辑具体是在哪里判断的？项目中的 Redis 是单节点部署的吗？如果变成集群部署，库存在一致性的问题？Redisson 分布式锁的实现原理是什么样的？布隆过滤器？如果让你设计一个工作在多线程并发环境下的本地先进先出（FIFO）队列，且为了性能要求是无锁（Lock-f...