1. Transformer 的自注意力机制、位置编码、梯度消失和梯度爆炸的解决方案答：自注意力机制的核心是让每个 token 在计算表示时都能和序列中其他 token 交互。给定输入 (X)，先通过线性变换得到 (Q)、(K)、(V)：然后计算注意力：这里除以 根号下dk 是为了防止点积过大导致 softmax 进入饱和区，影响梯度。多头注意力就是把表示拆成多个子空间并行计算，最后再拼接，能从不同角度学习依赖关系。位置编码是因为 Attention 本身不包含顺序信息，所以需要显式加入位置信息。经典做法是正余弦位置编码：现在也常用相对位置编码和 RoPE。梯度消失和梯度爆炸的解决方案包括：残...

过了，云智真tm香啊。😜

如题，怕纯后端岗位未来 扛不住，想找一个ai大模型开发的工作。友友们看看那个智能ppt生成项目，是不是已经很普通了。还有我的简历是不是内容很杂。想在春招冲一冲ai开发的工作，求友友们对简历给一些建议。

双非一本，Java后端，26届。截至今天投了54家，整理一下真正有用的方法，不说废话。 1. 网申填表用工具，别手动 这条最值得说。每家公司有独立的网申系统，信息全部要重填，学校、GPA、实习经历、项目经历，有的表单还有家庭信息，一家填下来少则十分钟多则半小时。 后来用了牛客网申助手（浏览器插件），把信息录进去一次，打开各家网申页面自动识别字段填写，基本不用动手。54家里大概有35家是装完之后投的，保守估计省了6-8小时纯体力活。 找工作的同学这个建议装一下，免费的，搜"牛客网申助手"。 2. 维护一张投递进度表 投多了之后大脑根本记不住每家状态，有的公司笔试有截止时间，不...