1.说一下 Transformer 的底层结构吧Transformer 的核心是用自注意力代替传统序列模型里的递归结构。一个标准模块通常包含多头自注意力、前馈网络、残差连接和 LayerNorm。自注意力负责让每个 token 和其他 token 直接交互，前馈网络负责做非线性变换，残差和归一化负责保证深层训练稳定。它真正厉害的地方不是结构复杂，而是信息传播路径短，长距离依赖更容易建模，并且天然适合并行训练。2. Transformer 为什么用了 LayerNorm 呢因为 BatchNorm 依赖 batch 维度上的统计量，但 NLP 任务里句子长度不一致，线上推理时 batch 也经常...

四段实习经历，三段大厂。。春招至今0面试。。。受到好大的打击啊

嵌入式怎么这么难找实习？？投了几百份了一个面试没有 ，已经大四了，真的找不到，有没有大佬帮我看看这份简历有没有问题，有没有什么需要修改的地方。投了很多基本不回

Java真的要没了吗？