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...

求实习啊

秋招0offer，估计简历有问题   

一面大概 45 分钟，面试官上来就直接问项目，没有任何寒暄，问完项目立刻切到技术题，节奏很快。问题不是孤立的，每道题都会顺着你的回答继续追问，感觉像是在顺着你的知识边界一路往里挖。Linux 内核、驱动、进程通信这几块问得很细，不是背概念就能过的，要能说清楚底层原理。最后手撕代码，题目不难但时间紧，建议提前练好链表和位操作。整体感受：真懂比背得多更重要。1. 自我介绍略，建议 2 分钟内说清楚：用过哪些芯片平台、做过什么项目、技术栈是什么，突出和嵌入式 Linux 相关的经历。2. Linux 进程和线程的区别？内核里怎么描述它们的？这道题很多人只说"进程是资源分配单位，线程是调度单...