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...

真没招了，三月才开始准备八股和算法因为没想到不仅大厂笔试过不了小厂也根本鸟我，笔试都不愿意发一个，心里心存侥幸说即使没实习好好磨炼技术再做一两个rag、agent项目去秋招，但是我现在投暑期实习就感受到秋招的寒气了，完全不觉得是金三银四而是铜三铁四😭😭😭，怎么办完全没招了，最近焦虑到学都学不进去每天都在投简历

大佬们看看，有没有什么还要修改的地方，第一个项目做的是黑马点评，加了一个rabbitMQ，第二个项目是鱼皮的API开放平台结合了一下鱼皮的大语言对话模型项目

面试过的人都懂，最容易翻车的，从来不是前面的专业问答，而是结尾那句轻飘飘的「你还有什么问题要问我吗？」作为在互联网大厂做了 5 年 HR，面过近千位候选人，也帮上百位朋友复盘过面试、拿到心仪 offer 的过来人，我可以很负责任地说：今天就把面试提问的「红线」和「加分项」一次性讲透：3 个绝对不能碰的禁忌，碰一个就扣印象分；5 个适配 90% 以上岗位的高光提问，问完直接让面试官对你刮目相看。不管是应届生校招，还是职场人跳槽，看完直接就能用。先避坑：3 大禁忌，碰一个就扣光印象分面试提问的核心原则永远是：不添乱、不越界、不暴露短板。以下这三个红线，哪怕你再好奇，也千万别在面试时张口就问。禁忌一...