面试时考察AICoding企业汇总

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...

有些公司似乎对于大厂看的很严，比如你之前不是大厂干过，没有大厂项目经验，人家直接给你pass，似乎不是大厂来的低人一等

“我们这边弹性工作制。”懂的都懂，弹性=只弹下班，不弹上班早到没用，晚走应该还有这句也巨坑：“工资面议，薪资可观。”一面议就发现，可观是HR觉得可观跟你想的完全不是一回事“先试试，后期可以涨。”试完就没下文了，饼画得比天还大“大家都不怎么加班的。”进去之后才知道，是大家都默认加班#HR最不可信的一句话是__#

春招以来陆续投递了数十份岗位，有笔试通关后的满心期待，也有简历石沉大海的失落，几场面试里既有临场紧张的遗憾，也收获过面试官对项目思路的认可。每天坚持复盘算法错题、打磨 Agent 项目、优化面试话术，求职进度条虽推进缓慢，却在一点点扎实向前。求职本就是场持久战，不必因暂时停滞焦虑，每一次尝试都是成长，稳住节奏持续发力，终会等到属于自己的 offer。