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...

秋招0offer，估计简历有问题   

已经有一段实习了，但是年后投到现在至今0约面😭，是哪里出了问题啊，是双非学历问题还是简历问题啊😭😭求各位大佬指点一下

出大数据结构题何意味，而且是最无聊的拼板子题，还必须默写板子，这都不是给ACM选手做的题了，这是给OI选手做的题，你招中学生去吧。选择题8题 一共20分编程题4题 一共80分第一题给定一个数组，将这个数组复制1e9次得到一个超大的数组，问这个新数组的最长严格上升子序列的长度，很明显可以每次复制都只选一个元素，所以答案就是数组中有多少不同的数，直接sort后unique即可第二题要用numpy、pandas、scikit-learn实现单层GRU前向传播，没时间做了第三题给定一个数组，要求将数组切割成任意个子数组，使得每一个子数组中的众数*数组长度之和最小，这题直接dp即可，用unordered...