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...

牛客网你tm用的哪个时区的时间

目前这个简历投直接秒挂，想问问各位大佬哪里出问题了

一、C++ 内存管理 程序的虚拟地址空间通常划分为：代码段、数据段、BSS 段、堆区、文件映射区、栈区。 （注意：段的划分由编译器决定，虚拟地址布局与物理内存分配由操作系统管理，这句话面试官是问过我的） 文件映射区：主要用于加载动态链接库，以及实现外存文件到虚拟地址空间的映射。二、C 语言中，内存分配的方式有几种？​ 1、静态存储区分配：内存分配在编译前完成，且在程序的整个运行期间存在。​ 2、栈上分配：函数内的局部变量。​ 3、堆上分配。三、堆与栈的区别？​ 1、申请方式上：栈自动分配，堆手动分配。​ 2、申请大小限制：栈由高地址向低地址开辟，并且连续，但是空间小；堆由低地址向高地址开辟，不...