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...

投boss已经投麻了，好多都是已读不回，找不到啥约面的机会，想求问一下各位大佬现在是继续找日常好，还是冲暑期好，找暑期我怕要求太高过不了面两个项目都是我问ai写的，求问大佬们还有啥需要改进的地方吗

本2硕9，力扣是没刷完的，八股是没背完的，准备先投中小厂练练手，逼自己先面试找找感觉。大厂到底什么时候才配投啊，看了面经能掰扯的最多才一半

1. 自我介绍2. 项目介绍3. 项目拓展问题：如果某个智能体在运行过程中，系统突然升级重启，有什么异常恢复的思路4. 项目拓展问题：多智能体转接的底层逻辑5. 是否了解 skill，和 MCP 的区别6. 项目拓展问题：你的 RAG 项目和传统 RAG 相比，做了哪些改进，用了什么分块，检索策略7. 是否了解 MySQL 索引8. 手撕：模拟实现一个栈和队列（听到这么简单的手撕题，差点没绷住笑出声😁）9. 反问