刚刚结束的秋招中，有人欢喜有人忧。欢喜的是，有些同学找到了不错的工作；忧愁的是，也有同学没有心仪的去处。秋招和春招，是学生们心头的两个坎，之前看师兄师姐们或优雅或费力的迈过这些坎，感触并不大。终于，在毕业的前一年，也轮到了我们自己。第一次经历，自然心头有着不少疑惑。今天从计算机行业出发，我带你抽丝剥茧，把事情整清楚。首先抛出三个大家关心的问题：校园招聘的秋招和春招有什么区别秋招零offer，春招还有机会吗秋招已经签约了，能去春招再看看吗春夏秋冬，四季变换，自有顺序。那为啥秋招会在春招之前呢？因为，对于学生来说，在校期间的求职时间有两段，一段是毕业前一年的秋天，在 7 月 ~ 11月之间，称为秋...

之前以为这种情况都是网上开玩笑的，现在真让我遇到了

面试到一半，那面试官来了一句：“你是不是借助了AI辅助？”NB，我直接怼回去了

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 ...