1.说一下 Transformer 的底层结构吧Transformer 的核心是用自注意力代替传统序列模型里的递归结构。一个标准模块通常包含多头自注意力、前馈网络、残差连接和 LayerNorm。自注意力负责让每个 token 和其他 token 直接交互，前馈网络负责做非线性变换，残差和归一化负责保证深层训练稳定。它真正厉害的地方不是结构复杂，而是信息传播路径短，长距离依赖更容易建模，并且天然适合并行训练。2. Transformer 为什么用了 LayerNorm 呢因为 BatchNorm 依赖 batch 维度上的统计量，但 NLP 任务里句子长度不一致，线上推理时 batch 也经常...

你在leetcode上练的都是死代码能力🤣

继上次三方毁约后，又拿到了腾讯社招offer

先说说为什么不建议直接裸辞。没钱 - 这是最现实的原因。租房、吃饭、还花呗，每个月开销至少3000+，裸辞意味着零收入，我撑不了几个月。简历好看 - HR看到"在职"会觉得你比较稳定，至少证明有公司要你。如果简历上写"待业"，人家可能会想你是不是被辞退的。心态更稳 - 有份工作在手，面试的时候没那么焦虑。我有个室友裸辞找工作，投了两个月没消息，整个人都快抑郁了。保持节奏 - 每天写代码至少让你技术不会生疏。我之前有段时间没实习，刷题手感都下降了。但是！边上班边找真的很累，时间管理和心态管理都是大问题。下面说说我的具体做法。