网友提问：yt哥你好，目前重邮大二。先前呢是跟着学院宣传的路线去打机器/深度学习算法竞赛，但是发现自己打着很累也仅仅只是增加了经验没拿奖。寒假的时候找了个就业辅导，建议我大二下找个日常实习。目前是根据之前的比赛赛题做了两个agent系统项目（llm和多模态各一个）。简历投出去以后，一个初创的小厂给了全栈开发的offer。后面面了一个头部车企，别人因为要研究生所以没发offer，但是建议我现在不要去小厂实习，把基础知识打好不要耽误读研（我还没上408的课）后面也收到了字节约面我的问题是：1：我本人是想读研的，如果是这样的话大二下到大三上这个空档期应该干什么2：我是应该继续走算法路线，还是说转ag...

大佬帮我看看吧：我大二下学期有一段暑假实习，中小厂应该算，但是也没有参与核心业务，但是在有人带的情况下，写了个小项目（未完善），打算把它作为实习项目，但是简历上实习这个不太会写……我也知道star法则，但是如何包装……现在我的简历像是罗列技术栈……然后我的项目经历也是很标准的黑马点评，我要不要再做一个新的项目加到这个项目经理里面？？还有什么可以优化的都可以指出，我虚心接受并整改，多谢大佬们了！

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...