1、知道 GPT 和 BERT 这种模型的基础框架是怎样的吗BERT 和 GPT 都是基于 Transformer 的预训练模型，但结构和任务目标不一样。BERT 一般采用 Transformer Encoder 堆叠起来的双向编码结构，在预训练时主要做 MLM，也就是随机遮盖一部分 token，让模型根据上下文去恢复被遮掉的词，因此它更适合理解类任务，比如分类、匹配、抽取、检索表示学习。GPT 采用 Transformer Decoder 堆叠起来的单向自回归结构，在预训练时做 next token prediction，也就是根据前面的 token 预测下一个 token，因此它更适合生成...

想知道这种双非简历能拿啥工资，不行的话就考研刷学历或者考公了。求大佬帮忙看看

目前进度是codetop前五页+hot100刷完了，八股背完了一轮但是感觉没背熟，求大佬们拷打简历

一、var 的特性（旧时代变量声明）  函数级作用域，块级作用域会变量泄露 存在变量提升，访问到 undefined 可重复声明、可重新赋值 全局声明会挂载到 window  示例代码 console.log(a); // undefined var a = 1; function fn() { var a = 2; console.log(a); // 2 } fn(); console.log(a); // 1  二、let 的特性（ES6 块级变量）  块级作用域，外部无法访问块内变量 存在变量提升，但有暂时性死区 TDZ 不可重复声明，可重新赋值 不会挂载到 window  示例代码 ...