1. Transformer 为什么使用多头注意力机制，为什么不只用一个头？多头注意力的核心，不是单纯把一个 attention 做很多遍，而是让模型在不同子空间里同时学习不同类型的关系。一个头可能更关注主语和谓语的关系，另一个头可能更关注长距离依赖，还有的头更容易学到局部词序和语义搭配。如果只用一个头，模型也能做注意力，但它只能在一个投影空间里建模，表达能力会受限。多头的做法是先把输入分别线性映射成多组 (Q,K,V)，每组各自做 attention，最后再拼接起来。这样模型就能从多个角度同时看同一句话。公式一般写成：其中：所以多头的本质价值是：增强表示能力，而不是简单重复计算。2. 为什么...

这个简历还能找得到工作吗？😭  

深圳市中科保泰科技有限公司 八股  Java八大基础类型 String StringBuild StringBuffer区别 抽象类和接口区别 java集合框架主要接口和实现类 ArrayList LinkList 区别 Aop切片概念 mybatis "#" 和 $区别 8.SpringBoot自动装配原理 mysql 索引优缺点 mysql脏读 幻读 可重复读 主键和唯一索引区别 vue 的v-if v-show区别 父子组件怎么传递 前端1000条数据如何查询优化 前端响应式数据没有刷新，如何排查 多级页面提交如何保证数据完整性 怎么做大数据量导入  逻辑题  程序员...