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...

都怎么样了啊？兄弟们，我这在boss上沟通基本都不要我的简历就拒了

距离我24年7月1号入职到现在还不到两年，已经混成了职场老油条，为什么短短不到两年我会变成这样呢？刚入职的半年（成长期）刚入职的3-6个月还是比较重要的，如果没有提前实习过或者从来没有实习过的同学一定要好好把握这段时间，这里给大家分享一点我个人的小技巧。多搜：特别是没有听过的名词或者概念一定要多去搜一搜，不懂的技术栈下来用ai了解一下，扫扫盲。多问：业务上或者内部工具一般不太好搜，这个时候就得去问问你的导师了或者其它同事，这里也有个小技巧，可以换人问，不用老是盯着一个人，如果导师人非常好的话（比如我），可以一直问你的导师。回头可以简单请人喝杯奶茶什么的，这招我在之前实习和刚入职的时候屡试不爽。...