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 ...

小红书今年校招开奖真的很夸张，说是top1毫不过分，简直是天花板级别。前端：35k×16后端：42k×16客户端：35k×16算法：44k×16 + 签字费算法（SSP）：55k×16产品：25k×12运营：20k×15连已经是红海的后端都开到了60w+了，小红书后端随便一个都是40-50w+。夸张至极，连产品和运营开的薪资都遥遥领先。关键时小红书今年还取消了大小周，双休的待遇，给的又多，这待遇去哪找。更夸张的是算法，已经冲到80w+了。卷的起飞……问题是今年开这么高，去年前年进来的“老员工”会涨薪吗……小红书今年这得是重拳出击，其他大厂本打算降薪，控制成本，结果被小红书给整麻了，进退两难，小红书好好好！！！听说本科都有60-70w，都来学学小红书！！！

不是说八点下班吗有幸干到过十点半

一、引言 又到了一年一度的年终复盘时刻。 复盘，从来不只是回看已经发生的事情，更重要的是——为尚未发生的未来，提前铺路、校准方向。 回望 2025 年，其实很长一段时间里，我始终没有真正找到自己的方向。工作之外，谈不上热爱，也谈不上笃定，只是在惯性中前行。 直到 2025 年的尾声，才终于看清了一些东西：哪些是必须坚持的，哪些是可以放下的，也逐渐摸索出几条更属于自己的路径。这一年，并非突然开悟，而是反复碰壁后的沉淀与取舍。 依旧按照惯例，沿着时间的轨迹，回到 2025 年的起点，梳理这一整年里的得与失、进与退，也为下一阶段的自己，留下些什么。 二、技术（AI驱动）  2025 年，是 AI 加...