25春招！快来投韶音（内推码：DSYtvhrm）

2025在牛客的仙境里面呆了很久，在线177天，发了200多篇帖子，评论4000多次，收集了很多牛客周边，认识了很多牛客内外（牛客的员工或者是通过认识的网友）的朋友，他们每个人或帅气或美丽（@牛客推流小助手她除外，她天天叫我猪八戒，一天不叫还让我表扬她）收集牛客周边发帖（联系创作小队长）除了固定的现金奖励，每周还有牛币奖励，然后还可以在保国（详情可以联系这小子，这小子企微是马大师（马保国头像，所以都叫他保国）@驼瑞驰_招募评论官版本）那里参加评论任务获取牛币奖励获取牛客精美的牛客周边（几乎把牛客商城兑换了遍）牛客面基篇 线上线下认识了牛客好多帅气魅力的牛客运营，线下见了几个运营，但是见面不怎么...

简历2.0，约不到面，全是简历挂😓，佬们看看有没有什么致命问题😭

27后端，211本，ssob上投了三百多家了，就五个交换简历，一个面试，这比例正常吗，而且感觉好像也没啥可投的岗了😿全部都是送达，甚至没几个已读，好多都是一些hr一个月以前活跃的岗，打开刚刚活跃的筛选又全是不对口的，好多测试的岗😴我的筛选机制是不是有问题😾

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 ...