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...

明天下午面这家，jd写的很高，有点害怕

求内推

哈喽,大家好,我是小浪. 近期也是到了27届找实习和26届春招的时间,很多求职软件测试,测开开发的同学私信问我简历的问题,投递了很多都是已读不回,我查看了他们的简历之后发现一个通病的问题,就是简历还都是停留在传统的软件测试技能上面;那么随着最近AI的爆火出圈,很多公司都在推行AI测试,AI生成测试用例,大模型检测自动化断言并尝试自动修复脚本等等技术,如果还是停留在传统的软件测试,接口测试,常见工具和自动化框架的技能,简历是已经不具备任何优势了,建议大家的简历要往AI方向靠拢.一.个人技能点评以下是其中一位同学的简历模版,写的还是不错的,技能还是太偏传统了.二.项目点评 项目的话是一个关于商城的...