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...

挑战全网最惨27届应届生。十几场面试全挂，道心破碎，后续不打算面了，先调整一下心态了。金三银四感觉和双非无关

1. 自我介绍2. 讲一下你做过的项目，重点说说一个最有挑战的点3. shared_ptr 性能优于 unique_ptr 的原因是什么答案：严格来说，这个说法通常是不成立的。unique_ptr 一般比 shared_ptr 更轻，因为它只有独占所有权，不需要维护引用计数，也没有额外控制块的原子增减开销。shared_ptr 的优势不是“更快”，而是适合共享所有权场景，多个对象都需要安全持有同一资源时，它能减少手动管理生命周期带来的错误。所以如果对象所有权天然唯一，优先用 unique_ptr；只有当共享所有权确实是业务需要时，才考虑 shared_ptr。面试里如果对方故意这么问，比较好的...