"你猜。"导师发了个表情包。 我试探性地打出："1万？" "再猜。" "10万？" 导师直接甩了张监控大盘的截图过来。 我盯着屏幕上跳动的数字，手指在键盘上悬停了三秒—— 峰值QPS：380万。 "这……这是真实业务？"我打字的手都在抖。 "欢迎来到拼多多。"导师回了一句，"明天技术评审，你来讲讲这个模块的容灾方案。" 我愣在工位上，打开了刚分配给我的代码仓库。 三个月后 秋招群里有人发消息："兄弟们，有没有做过高并发系统的？面试官问我怎么设计一...

不过大厂的面试确实比小厂能学到更多

本来下午都要面试了，提前一周约好了面试，现在有把我踹了？？？真服了

1. 写一下 attention 公式，代码实现一下attention 的公式是：计算过程就是三步：先算 (Q) 和 (K) 的相似度分数，再做缩放，然后过 softmax 得到权重，最后用这个权重对 (V) 加权求和。 import numpy as np def softmax(x): x = x - np.max(x, axis=-1, keepdims=True) exp_x = np.exp(x) return exp_x / np.sum(exp_x, axis=-1, keepdims=True) def attention(Q, K, V): dk = Q.shape[-1] ...