我觉得公司和岗位的重要性各占一半吧，在大厂做边缘业务，和小厂做核心业务，价值其实是一样的。更多还是看个人能力可不可复制，业务和岗位有没有上升空间，没必要死磕大厂。 小公司的技术团队一般也就百来号人，开几次全员大会，公司什么情况、接下来要做什么，基本就摸清了。平时吃饭闲聊，也能知道行业里在玩什么。想知道别的团队在干嘛，搬个椅子去聊聊天就行，组织扁平得很。趁着这个机会前后端都折腾一遍，慢慢就能找到自己真正感兴趣的方向。 技术选型上，小公司喜欢追新，能买第三方的绝不自己造。但问题也明显，基础设施不完善，经常东拼西凑用开源方案凑合，规范不统一，有时候感觉就是在“把东西弄出来先跑起来”。工作标准也相对宽...

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...