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...

忽然收到了面试邀请 有没有友友有面经分享 投了这么多 第一个面试机会

求各位路过的大佬锐评！      

测试的时候有没有测出过问题，怎么解决的进程跟线程的区别浏览器里面就输一个正常的一个网址 这个从回车开始，输入请求到最后这个页面展示，中间经历了啥？设计数据库的话，要遵循哪些原则？C++里面那个泛型是怎么实现的C++里面模版是运行的时候实现泛型还是编译的时候什么是多态指针和引用的区别什么情况下会导致内存泄漏删除数据库的方式假设设计一个系统，一个select语句很复杂执行很慢，有什么排查和优化的方法知道索引吗，哪些字段适合做索引假设这个你现在负责一个测试的一个类似于电商系统，一个电商的平台，比如淘宝这样的，这是一个新的一个系统。所以里面很多模块都是新的，那这一次新增了一个新的模块，是关于用户下单。...