华勤，球球了

作为正在春招的大四后端学生，对这句话深有体会。很多时候说完便石沉大海，既无通过喜讯，也无拒信反馈。比起漫长的等待，更希望得到明确结果。求职路上，希望反馈的时间快一些，而不是处于通过又没通过的不知道状态。#HR最不可信的一句话是__#

学院本真的没希望了吗😭秋招0offer，投了也石沉大海，求各位佬指点一下😭

这几天疯狂在boss直聘和应届生上投简历，结果一个回复都没得，是不是简历有啥问题😭，主要投的都是产品岗，求友友们帮忙看看

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...