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...

有没有大佬帮忙看看我的简历，我朋友说原本挺有机会进大厂的，现在就甘于在成都11,12k的公司里面，浪费我的竞赛经历了。但我也没招，我投了那么多大厂，几乎都过不了初筛。有朋友说我写的太多了，没有重点，有没有大佬给点建议，我真的还是挺想进大厂的。

我选正常，习惯了感觉在实习里面真的很难说一下子干啥很核心的活，大家都是先把次一点的活放给你，然后慢慢的给你更核心的活，你把下一个阶段的工作干好了，才会拿到更好的活。

1. 三层B+树存储的数据量计算的公式是总容量 = 根节点指针数 × 二层节点指针数 × 三层页行数。假设主键为 BigInt（8 字节），指针（Pointer）在 InnoDB 中约为 6 字节，合起来一个索引项约为 14 字节，页的大小默认是16KB，可计算得出索引项 16KB/14字节约为1161个索引项，第二层同理，一共可以指向1161*1161个节点；假如单行 1KB，则一页存16个数据，那么一共就可以存1161*1161*16约两千万行数据。2. SELECT * FROM table LIMIT 10000, 1000这个查询语句执行非常慢怎么改善这是MySQL 大分页查询（De...