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...

boss沟通400➕了就几个要简历的无一个面试，很多要27以后的，28太难了感觉找不到实习了😓😓😓

该怎么找实习 刷了一天boss全是不活跃岗位

1.个人情况介绍，以及AI大模型如何融入个人实践，日常如何使用2.具体说明AI工具如何解决你的开发提效，问题排查，边界测试3.栈和队列的区别，以及各自使用场景4.递归算法和任务调度场景分别使用栈还是队列5.栈和队列在底层实现上数据结构和内存管理上有什么区别6.谈谈java三大特性，封装，继承，多态，以及他们的实际开发应用7.追问封装在实际过程中如何保证安全性和可维护性，要求结合具体场景说明8.追问某个类的封装导致频繁的调用get和set导致性能问题，引发额外的开销，如何优化设计9.什么是缓存穿透，以及造成他的问题是什么，如何解决10.布隆过滤器解决缓存穿透可能存在误判，会对我们的系统产生什么影...