又一年即将过去，而文字比时间更长久。这一年里，那些真诚的分享、独特的洞察、温暖的陪伴，都已悄然汇成这个社区最珍贵的底色。我们深知：每一个“有用”的背后，是持续输出的热忱；每一份“共鸣”的背后，是未曾谋面却心意相通的照亮。经过一整年的沉淀与生长，我们从万千创作者中，选出了18位格外闪亮的名字。这份荣誉，属于他们，也属于每一个认真分享、真诚共鸣的你。👏👏👏2025年度最具影响力作者这一年，你们在牛客写答案的速度，比面试官翻简历还快；发的攻略密度，比大厂OKR还卷；开的脑洞宽度，比技术栈列表还长。你们是社区非常重要的核心力量，也是创作者的榜样。2025年度牛客影响力作者，你们实至名归！2025...

佬们，我日常实习投了十几家了一个约面的都没有，求批评简历

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 ...