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...

简历如下 大家觉得有机会冲一下暑期offer吗，目前还没有面试经验，项目做的很水，还没开始背八股😅

秋招0offer，估计简历有问题   

运维开发AWS怎么拉去镜像到ECS上运行的？具体的命令是？K8S StatefulSet和Deployment有什么区别？有状态和无状态的区别是什么？PV和PVC的区别是什么？K8S的架构，有哪些组间？Scheduler是干什么的？调度方式有哪些？打分机制是怎么样的？K8S三种探针的区别？讲一下TCP/IP协议，为什么要分层，应用层和网络层的区别是什么？Docker的网络类型有哪些？host和bridge有什么区别？了解Hadoop吗？