今天正式入职了。早上先听了公司的一些规定和规范，HR讲得挺细的。刚坐到工位没一会儿，leader就喊大家去吃饭了。中午在楼下随便吃了一份炒饭，真的贵，北京物价跟我老家比差太多了，一份炒饭就快30，心态有点崩。下午主要是配置环境、拉代码，然后看了一下午代码。大型项目的代码量和结构确实完全不一样，看得有点晕，但也挺有意思。晚上跟leader聊了会儿，问他有没有什么需求可以先上手。他说：“你第一天就想干活啊？这几天没什么特别需要你立刻上的，主要先把代码熟悉熟悉。”他最近在忙代码合并的事，主分支和几个feature分支冲突太多，合起来很麻烦。 感觉大型项目节奏就是这样，先稳住，再慢慢来。第一天就这样过...

四段实习经历，三段大厂。。春招至今0面试。。。受到好大的打击啊

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...