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...

春招实习都投了好多，全是拒绝，有一两个面试，面完也觉得希望渺茫，果真应证了那句26届学院本，buff拉满了

0offer0约面  

1.自我介绍2.==和equals区别3.方法重载和方法重写区别4.遍历集合可以对元素进行删除吗5.在静态方法为什么不能访问非静态的属性6.静态变量什么时候加载出来生成，什么时候销毁掉7.实例变量什么时候加载出来生成，什么时候销毁掉8.局部变量什么时候加载出来生成，什么时候销毁掉9.策略模式的优缺点10.bean的生命周期11.场景题设计，现在公网暴露了一个接口地址，然后客户有这个鉴权信息，他在鉴权后可以直接访问接口，现在要进行用户频率的访问次数限制，1分钟100次，超过100此后就友好提示客户等一分钟后再重试，下一分钟就可以继续访问100次，不要使用任何的框架，算法，工具类，也不考虑并发，就...