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...

其实第三题我前几天刷到过，但是看了个大概，没做...

说实话，真别一听小厂就摇头。我现在实习这小厂，人手少活多，啥都得干，反而成长特别快。运营、设计、文案我都摸过一遍，比去大厂光培训不打仗强多了。只要能学到真本事，小厂也是好地方。

1. 自我介绍面试官您好，我叫XXX，本科/硕士就读于XX大学XX专业，主要技术方向是C++后台开发。在校期间做过XXX项目，主要负责XXX模块，用到了XXX技术栈。实习期间在XX公司做了XXX，主要解决了XXX问题。目前对网络编程、并发编程比较感兴趣，希望能在贵公司继续深耕这个方向。2. C++11 你用得比较多的特性有哪些？用得比较多的有以下几类：移动语义和右值引用：通过std::move避免不必要的深拷贝，在传递大对象时性能提升明显。智能指针：unique_ptr、shared_ptr、weak_ptr，解决手动管理内存容易泄漏的问题。lambda表达式：配合STL算法或异步回调使用，代...