WXG wx输入法 base北京字节 线索广告 base杭州两个转正几率都可以忽略，字节还是算的日常实习。（听说输入法要高一点？）纠结的点在于wx输入法的业务可能比较边缘，base地压力比较大；字节的业务比较核心，但是工作强度肯定不低，base地我也中意。其实就是想确定以下哪个对秋招帮助大一点或者对个人成长的帮助大一点？求建议！

绷不住了

😭这是给挂了吗，都一周了还显示这个。。。。

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...