每到求职就业季，就是一次就业高峰期，按照各大公司的招聘惯例，新人入职需要经过重重关卡，入职体检就是其中一项。大四小王（化名）却差点被这个体检难倒了。临近毕业，小王顺利的面试上了心仪的工作，在进行入职体检时，小王体检单上血检中显示转氨酶指数过高，小陈也没太在意，直接上交了体检结果，却被公司列入了复检名单。公司表示，由于他的转氨酶指数过高，需要重新检查，排除病毒性肝炎，尤其是乙肝的可能性。虽然法律规定，用人单位招用人员，不得以是传染病病原携带者为由拒绝录用。“转氨酶升高主要和病毒性肝炎、酒精肝、脂肪肝、肝硬化、肝脏肿瘤及某些感染性疾病等有关，甚至一些非病理性原因，比如剧烈运动、过于劳累或检查前服用...

已经有一段实习了，但是年后投到现在至今0约面😭，是哪里出了问题啊，是双非学历问题还是简历问题啊😭😭求各位大佬指点一下

一开始签了个AI coding什么的，当时想欸这么好可以用AI？（似乎那个AI coding是ai面试？）然后再看又是切屏不计入，又是允许本地IDE，干脆直接chatgpt启动了出来和大家讨论发现好像不能用AI上小红书搜发现这么干的不是少数，尤其是本地IDE直接是cursor和trae的而且发现这个问题去年秋招就有人问过，更离谱的是当时有的人问HR，有的HR说可以有的说不可以现在发了邮件去问招聘团队了，感觉是细则没写清楚要是直接说不能用不如直接签到题走人更省时间

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...