1. Transformer 的自注意力机制、位置编码、梯度消失和梯度爆炸的解决方案答：自注意力机制的核心是让每个 token 在计算表示时都能和序列中其他 token 交互。给定输入 (X)，先通过线性变换得到 (Q)、(K)、(V)：然后计算注意力：这里除以 根号下dk 是为了防止点积过大导致 softmax 进入饱和区，影响梯度。多头注意力就是把表示拆成多个子空间并行计算，最后再拼接，能从不同角度学习依赖关系。位置编码是因为 Attention 本身不包含顺序信息，所以需要显式加入位置信息。经典做法是正余弦位置编码：现在也常用相对位置编码和 RoPE。梯度消失和梯度爆炸的解决方案包括：残...

给时间时间 终会梦想成真的🥺那就努力努力再努力🤲

本人双非民办本科，有一段实习经历，投的工作 HR 看完不理或者直接挂掉了😑求拷打

1.自我介绍2.实习经历拷打,主要拷打ui自动化测试和接口自动化测试3.Redis都有什么数据结构4.针对用户登录使用Redis存储登录信息设置测试用例5.常用的测试工具6.使用AI生成测试用例对于业务不理解应该怎么办7.GET和POST区别8.常用的测试工具9.MySQL的左连接右连接10.栈和队列区别11.集合和列表的区别12.两个简单sql13.算法四选一