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...

都怎么样了啊？兄弟们，我这在boss上沟通基本都不要我的简历就拒了

Boss上沟通200多，交换简历只有18家，里面只有一家约面了，面试也不太理想，鼠鼠想找一份中大厂的实习，感觉这简历有点太单薄了

刚面完拼多多（PDD）的服务端岗，这一波面试下来，真的深刻体会到了什么叫“基础不牢，地动山摇”。把面试题总结出来分享给大家，顺便附上我的内推码，大家一起冲！1. 网络基础：那些“送命”的细节TCP断电感知： 我随口说 send 函数返回 -1。面试官微微一笑：“你确定吗？”真相： 客户端断电，OS 没机会发 FIN 包。如果服务器不发数据，send 根本没机会返回错误。此时需要依靠 TCP Keepalive（保活机制） 或者应用层的心跳包来感知。TCP 八股文连招： * 握手/挥手顺序、流量控制、拥塞控制（慢启动、拥塞避免、快重传、快恢复）。报文有序性： 依靠 Sequence Number...