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...

要招就招，每次一脚踢开，挂完一两小时后 发面试邀请，我又乖乖接受 还有机会吗

恐怖如斯

站在一个辅导员的角度上,一个想要为自己的未来拼一把但是大学前1年挂过科,在学生干部岗位干的不顺心,辞职不干直接跟辅导员闹掰,对于自己未来的职业规划以及学习路径有了一定的了解和尝试,已经有了准备未来实习和入职想法的同学.和一个每天除了上课时间都待在宿舍,每天都在打三角洲和王者荣耀的没有挂过科,积极当学生干部,志愿服务积极准备并参加学校举办的下乡活动并参加大创和挑杯,以及一些直接从导师那里拿项目直接报上去就可以拿到奖项的比赛3-4个.你喜欢哪一个?如果站在未来求职者回望往昔你又想当哪一个