1. Transformer 的自注意力机制、位置编码、梯度消失和梯度爆炸的解决方案答：自注意力机制的核心是让每个 token 在计算表示时都能和序列中其他 token 交互。给定输入 (X)，先通过线性变换得到 (Q)、(K)、(V)：然后计算注意力：这里除以 根号下dk 是为了防止点积过大导致 softmax 进入饱和区，影响梯度。多头注意力就是把表示拆成多个子空间并行计算，最后再拼接，能从不同角度学习依赖关系。位置编码是因为 Attention 本身不包含顺序信息，所以需要显式加入位置信息。经典做法是正余弦位置编码：现在也常用相对位置编码和 RoPE。梯度消失和梯度爆炸的解决方案包括：残...

原本想以为实习经历就更好找正式了，但是恰恰相反，在boss上面，石沉大海，要么是实习转正，要么必须线下面试，我真没招了，准备跳楼了

不知道过两年会变成啥样…   

1.上来直接一道hard LC2050并行课程III，几乎一模一样说了给20分钟，结果快30分钟还不打断我，我自己放弃了2.RAG解决了什么问题，有什么优点和缺点3.RAG多种召回策略有逻辑冲突怎么办？刚说了BM25+相似度召回，被说不对，然后他说意思是段落通过不同方式召回，需要逻辑通顺，然后我又说分块overlap，估计也不对4.Mcp怎么注册tool工具5.设计大模型调用工具的过程6.skills是解决什么问题的7.MySQL如何优化查询数据说了慢查询日志explain索引，要求补充（不许用redis），说了RR改成RC，还有buffer pool局部性原理，看样子也没说道点子上8.Red...