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...

timeline1.13打电话约面1.20 一面 第二天约二面1.23 二面 过了一个周末约三面1.28 三面2.2 通知三面过 offer审批2.5 oc

就是觉得好漂亮，可能是配色？

周三下午，组里的技术群突然安静了。 不是那种没人说话的安静，是所有人都在盯着同一个东西的安静。大促前的全链路压测刚跑完第一轮，有个核心链路的响应时间出现了异常波动。导师把压测报告转发到群里，只说了一句："大家看看。" 我盯着监控曲线，觉得哪里不对。 说实话，这种感觉很微妙。作为一个才来两个月的实习生，你会本能地怀疑自己——也许是我经验不够，也许这个波动在正常范围内，也许大家早就注意到了只是没当回事。 但我还是打开了链路追踪，开始一层一层地往下翻。 事情要从我刚入职说起。 实习第一周，导师给我分配的任务是熟悉系统，画一份核心链路的调用关系图。听起来是个"熟悉业务&q...