大小写/拼写错误：；易拼错关键字（如virtual误写vitural）。头文件/命名空间遗漏：（用vector忘<vector>、用sqrt忘<cmath>）。分号/括号遗漏：语句结尾漏写分号，if/for/while后代码块若有多行却漏加{}（单行可省，多行必加，否则逻辑出错）；括号成对写，避免少写。变量相关错误：使用变量前未定义/未初始化。函数相关错误：函数声明与定义不一致（参数类型/个数不匹配）。

那个月面的试太多了，身心疲惫且一无所获。那天，面了一个感觉不太能过的面试，常规的八股问题都是正常的，就是最后面试官问你还有什么要问我的吗，突然一愣，怎么没有手撕题。心里心想估着完了，脑子直接下班休息了，脱口而出：“这这没有手撕题吗，是单单我没有，还是大家都没有”（后面回想起来真是面试面疯了）

今年秋招我真切体会到了什么叫“逼签”。有家企业在发了offer后，直接让我两天内给回复，还要签三方。我那时候另一个心仪公司还在二面，实在不想那么快定。后来我就先稳住他们，说“家里那边需要走一下校方流程，签三方要导师确认”，然后多拖了几天。其实这期间我就是在等另一个结果。现在回头看，企业的“催签”大部分都是在抢人，怕你被别家挖走；真正特别急着要人的公司反而不多。建议大家别被节奏带跑，多争取点时间了解清楚

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 ...