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...

2026年03月19日 携程-商旅全程30分钟，无手撕一、Java 基础HashMap 相关hashCode() 和 equals() 的理解是什么？并发编程 (JUC)了解哪些锁？synchronized 和 ReentrantLock 的区别及实现方式？公平锁和非公平锁的区别是什么？底层是如何实现的（AQS 等待队列）？线程的生命周期有哪些状态？状态之间是如何切换的？线程池 (ThreadPoolExecutor)：核心参数有哪些？线程池处理任务的完整流程是怎样的？任务执行完后，线程是如何回收的？Spring Bean 是线程安全的吗？如何保证线程安全？JVM 内存模型（JMM）了解吗？（...