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...

报志愿时候是幻想的学技术时候是后端的找实习时候是卷爆的谈薪资时候是压价的上班的时候是想死的我当务之急应该马上回家里蹲准备考公考编，而不是在这里天天加班开会😡

1. 自我介绍2. 项目介绍3. 进程和线程的本质区别是什么，为什么线程切换通常更轻答案：进程是资源分配的基本单位，线程是 CPU 调度的基本单位。一个进程有自己独立的虚拟地址空间、文件描述符表、页表等资源；同一进程里的多个线程共享代码段、数据段、堆、打开的文件等资源，但每个线程有自己独立的栈、寄存器上下文和线程局部存储。线程切换通常比进程切换轻，是因为同进程线程切换时，不需要像进程切换那样频繁切换地址空间和页表，缓存和 TLB 的破坏通常也更小。但“轻”不代表没成本，线程切换依然涉及内核调度、寄存器保存恢复、可能的锁竞争和缓存失效。4. 进程通信方式有哪些，怎么选答案：常见的进程通信方式有管...