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 ...

完全没有实习过的大四生 才开始找实习 真的好难😭😭😭😭感觉简历怪怪的又说不出来 求评价！！

秋招没咋投，准备 wxg 转正之后摆烂了。结果不堪字节 HR 的骚扰还是面了一下字节。之前想去字节的时候怎么面都挂。现在想着随便面一下结果三面技术面都意外顺利还有加面。十月中旬字节发了意向，wxg 转正结果无响应。十月底字节拉了保温群，wxg 口头通过，系统显示考核中。十一月初和字节 ld 交流之后得知 base 居然能选海外，甚至能小 wlb 一下，wxg 无响应无人联系。十一月中旬把字节 base 转到了海外，wxg 流程灰了，一问超时忘处理了，过两天又变考核中了。十一月下旬字节换了海外 HR 对接，问了期望薪资，wxg 考核终于显示通过，无 HR 保温，无其他保温。十一月底给字节报了个天价，想吓吓他们，同时告诉微信字节要开了，微信无响应。同样十一月底字节 HR 告诉我确实给不到那么高，但是能拿期权补上，问能不能接受。微信无响应。同样十一月底字节 HR 告知了具体方案，符合预期。 微信无响应。十二月上旬催 wxg 不开我就盲拒了，wxg HR 火急火燎的打电话问情况，问期望。我给了一个不算夸张的总包数字，因为今年市场在涨，过了三天还不联系我，我再催，约时间下午打电话，非得在我给出的数字上压下去几万，微信又不差这点，为什么不能满足我，让我没有拒绝的理由呢？一番纠结抗争，求稳还是追求挑战，最终选择接受迎接新的挑战，因为堂吉诃德永远不会停下脚步！回想起来，在 wxg 谈薪的阶段，我认为并没有给予我一定的重视，即使 HR 表示我在实习期间的表现和之前的面评都很靠前。也没有感觉到想要争取我，虽然我表示拒了 offer 之后要给我加面委定 t6 再涨，但我三个月没面试让我面面委那就是白给，还是算了。有缘再见了我亲爱的 wxg，再见了曾经的梦中情厂，再见亲爱的 mt，再见亲爱的朋友们。也再见，北京的一切。我想润了。秋招结束，卸载牛客，下一个三年，下一个五年，下一个十年后再来看看。

京东科技，米哈游，阿里国际，都是推理偏框架侧的研发米哈游给的最多，团队里面貌似都是从其他大厂挖过来技术力比较强的，属于那种小而精的，应该还在开拓期。其他两个厂应该都是大组，然后业务应该比较平稳。个人感觉米可能能学的技术多一些，其他两个大厂实习可能是大锅饭，但是背书强一些，有点拿不定主意