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...

目前这个简历投直接秒挂，想问问各位大佬哪里出问题了

据传网易要下大雨从外包开始网上这图片也是零零散散真滴假滴？

来腾讯面试，一次问得更比两次多自我介绍、优势平常怎么接触 AI 编程（说了一下我在项目中的单人异步工作流，以及对 AI 参与到该工作流的思考，由于和 LLM 交流的产出要说起来太长被打断了）手撕：O(log N) 乘法运算符（完全没思路，在一步步引导之下做了一个把乘法拆解成位运算和加法的逻辑）终于是撕出来了AI 手撕：初始化一个项目，做一个 iPod 转盘组件，转动一定角度就切换菜单高亮项（跑通以后问 AI 怎么实现的，然后我跑了一个 /doc 加注释，那 AI 都有注释了还问你干啥了）怎么计算转盘转了多少角度（两个坐标求向量夹角、余弦定理）；被引导之下说了极坐标（不是还问高中数学？）了解哪些...