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...

春招求救😭，一个面试都没接到

刷牛客发现，80%的应届生春招面试，都有同一个魔咒：永远挂在同一轮面试，次次栽在同一个坑里，却始终找不到问题所在。简历投了几百份，初筛全挂；一面面了十几家，全死在算法/基础八股；二面永远过不了项目深挖；三面折戟在场景题/架构设计；技术面全过，HR面必翻车；甚至好不容易拿到offer，还被临时撤回。今天结合我自己春招18场面试的经历，以及牛客上百篇上岸学长学姐的挂科复盘，给大家做了一份春招面试分轮次挂科盘点，精确到每一轮面试的核心挂科原因、高频踩坑点、避坑指南，帮大家精准找到自己的问题，打破面试死循环，再也不卡在同一轮！先给核心结论：你总挂在同一轮，从来不是运气不好，是你根本没搞懂这一轮面试，面...