面试题简述Transformer中用的是LayerNorm，而不是常见的BatchNorm，这是为什么？面试官想听的意识到不是BN不好，而是不适合Transformer的使用场景。面试回答举例Transformer中选择LayerNorm而不是BatchNorm，主要原因和序列建模方式以及训练场景有关。详情请查看：http://xhslink.com/o/8yJohFzKSX6由浅入深分析1、BN 依赖 batch 统计量。2、LN 只依赖特征维度。3、Transformer 的 token 并行与 BN 设计目标维度不一致。4、自回归推理场景下 BN 表现不稳定。面试加分点1、提出推理阶段 ...

大家来接好运吧！  

首先叠甲，我真的是纯双非，非双一流，非四邮四电，也不是杭电广工深大，就是河南一所普通一本大学，从小厂到哈啰再到快手，我真的付出了很多。昨天接到快手oc电话的时候我直接在宿舍跳了起来，说实话，我也不知道未来会怎么样，但至少现在我达到了我的目标。对于跟我一样纯血双非的同学，我仍然不推荐走纯后端，我还是很推荐测开的，并且对现在还没找到实习的同学，也没什么关系，放平心态，找工作最最最重要的就是你的运气，跟其他无关，如果当初哈啰没有选择把我复活，我现在估计连个中厂的边都摸不上，所以运气也太重要了，有时候你缺少的就是这个，所以放平心态，不要妄自菲薄。如果你要坚持做后端，后端的学习路线仍然是最全的，带你从走路到坐飞机，只要你努力，我仍然觉得可以。另外，我还是十分推荐大家一起报团学习的，我是从我的表哥那里学来的，他是CSDN上的路飞，他那时候的口号就是报团学习，我也加了不少Java的学习群，里面会有很多很厉害的人带你一块学习与进步，也和你一起逗乐放松，昨天快手oc的消息我也是第一时间在我们的va学弟四群里说了哈哈。双非确实很难，但我仍然觉得未来是有机会，只是想证明自己，想证明皇天不负有心人吧。

我觉得这是一个伪命题，因为这根本就不是一个A或B的问题。互联网各个部门都喜欢搞ai,也确实有很多结合具体业务开发智能体的需求（主要是大老板喜欢），但是据我观察现实情况有个很现实的结论：现阶段大部分智能体开发，核心执行者都是后端工程师。我本人的工作也包含了部分智能体开发，所以有点发言权。究其原因，一来后端工程师最懂业务逻辑和系统底层架构，能精准捕捉业务痛点，知道哪里适合用 AI 赋能、怎么落地才贴合实际需求；二来智能体开发的核心是 “业务落地” 而非 “大模型底层研发”，技术门槛更多集中在业务拆解、工具整合与流程闭环，而非高不可攀的算法研发，后端工程师上手起来反而更有优势。ai是风口，agent...