1.说一下 Transformer 的底层结构吧Transformer 的核心是用自注意力代替传统序列模型里的递归结构。一个标准模块通常包含多头自注意力、前馈网络、残差连接和 LayerNorm。自注意力负责让每个 token 和其他 token 直接交互，前馈网络负责做非线性变换，残差和归一化负责保证深层训练稳定。它真正厉害的地方不是结构复杂，而是信息传播路径短，长距离依赖更容易建模，并且天然适合并行训练。2. Transformer 为什么用了 LayerNorm 呢因为 BatchNorm 依赖 batch 维度上的统计量，但 NLP 任务里句子长度不一致，线上推理时 batch 也经常...

求助，怎么改进。约面都没有🙂‍↔️  

我觉得“沪漂”比“北漂”要好很多。首先，上海整体环境更精致有序，城市节奏虽然快，但不至于让人过于压抑。无论是街道管理、公共服务，还是生活便利性，都让人更容易适应长期生活。其次，上海更注重规则和边界感。在职场和日常交往中，人际关系相对简单直接，少了一些无形的压力，这对外地打拼的人来说会更轻松一些。再者，上海的生活方式更加多元。你既可以努力工作，也能找到属于自己的生活节奏，不至于被单一的“奋斗叙事”裹挟。当然，北京也有它独特的优势，但从长期生活的舒适度来说，我还是更倾向于选择上海。