美团内推码美团内推码美团内推码美团内推码

我觉得这是一个伪命题，因为这根本就不是一个A或B的问题。互联网各个部门都喜欢搞ai,也确实有很多结合具体业务开发智能体的需求（主要是大老板喜欢），但是据我观察现实情况有个很现实的结论：现阶段大部分智能体开发，核心执行者都是后端工程师。我本人的工作也包含了部分智能体开发，所以有点发言权。究其原因，一来后端工程师最懂业务逻辑和系统底层架构，能精准捕捉业务痛点，知道哪里适合用 AI 赋能、怎么落地才贴合实际需求；二来智能体开发的核心是 “业务落地” 而非 “大模型底层研发”，技术门槛更多集中在业务拆解、工具整合与流程闭环，而非高不可攀的算法研发，后端工程师上手起来反而更有优势。ai是风口，agent...

不知道为什么会有这种雷霆惩罚

1.藏拙哥：问他秋招情况永远都是秋招寄了，实则手上n个offer，事以密成这块。哎！备战春招！😡2.B哥：到处跟人说自己这个offer那个offer，这个公司要自己那个公司要自己。我寻思谁问你了😅3.打牌哥：势必集齐所有上市公司offer，凑齐世界100强公司offer召唤神龙，人家就要面试就要面试嘛😩4.炫富哥：100w年薪只是见他的门槛，所有高薪offer在他这只有一句自嘲的“烂白菜”😎5.真正的大佬：拿到心仪的offer即停止秋招，并乐于指导身边的同学朋友，友善交流就业发展情况🥺

面试题简述Transformer中用的是LayerNorm，而不是常见的BatchNorm，这是为什么？面试官想听的意识到不是BN不好，而是不适合Transformer的使用场景。面试回答举例Transformer中选择LayerNorm而不是BatchNorm，主要原因和序列建模方式以及训练场景有关。详情请查看：http://xhslink.com/o/8yJohFzKSX6由浅入深分析1、BN 依赖 batch 统计量。2、LN 只依赖特征维度。3、Transformer 的 token 并行与 BN 设计目标维度不一致。4、自回归推理场景下 BN 表现不稳定。面试加分点1、提出推理阶段 ...