1. 自我介绍2. Transformer 里 Attention 的本质是什么，为什么它适合 Agent 场景Attention 本质上是在做动态加权的信息选择，模型不是把所有上下文平均看，而是根据当前 query 去分配不同 token 的影响力。它的优势在于能处理长距离依赖，并且支持内容寻址，这对 Agent 场景很关键，因为 Agent 经常要从长历史、工具返回和外部知识里挑出当前最有用的信息。真正落地时，Attention 的问题不在“能不能看远”，而在“看得太多以后会不会被噪声拖偏”。3. 在多轮对话 Agent 中，Attention 的局限性体现在哪些方面局限性主要体现在三个地...

没想到挂了还有感谢信啊哈哈哈哈啊哈哈啊哈哈

28届找日常实习相当焦虑，求各路大佬指点

 一、技能栏：精准不堆砌按岗位选关键词，别大杂烩 通用办公：提示词工程、AI办公自动化、文心一言/DeepSeek/Notion AI 运营市场：AI文案生成、AI素材策划、社媒内容优化 产品/数据：RAG、AI数据分析、A/B测试、智能流程搭建 技术岗：PyTorch/TensorFlow、大模型微调、向量数据库、Agent开发二、工作经历：STAR+量化，一眼加分错误写法使用AI工具提升工作效率正确写法（直接套用）1. 用提示词工程搭建内容生产工作流，单篇文案耗时从2h缩至15min，效率提升80%2. 借助AI完成数据清洗与报表自动化，每周节省4h人力，准确率提升95%3. 基于RAG搭...