又一年即将过去，而文字比时间更长久。这一年里，那些真诚的分享、独特的洞察、温暖的陪伴，都已悄然汇成这个社区最珍贵的底色。我们深知：每一个“有用”的背后，是持续输出的热忱；每一份“共鸣”的背后，是未曾谋面却心意相通的照亮。经过一整年的沉淀与生长，我们从万千创作者中，选出了18位格外闪亮的名字。这份荣誉，属于他们，也属于每一个认真分享、真诚共鸣的你。👏👏👏2025年度最具影响力作者这一年，你们在牛客写答案的速度，比面试官翻简历还快；发的攻略密度，比大厂OKR还卷；开的脑洞宽度，比技术栈列表还长。你们是社区非常重要的核心力量，也是创作者的榜样。2025年度牛客影响力作者，你们实至名归！2025...

学院本，大三，找实习，从11月份末到现在boss投了300多没面试，希望各位大佬帮忙看看简历如何修改

面试战绩： 字节 二面挂美团 一面挂携程 池子已一个月 大概率泡死wps 二面挂深信服 预二面其实还有几家给了面试机会但是眼高手低推掉了😭真的很后悔其余的全笔试挂了我笔试真真真真真的好烂啊，平常没积累实习结束的晚投递得晚没太多时间准备😭，导致根本没有几次面试机会，很多实际场景和项目拷打接的也不是很好只能看后续如果有面试机会再加把劲，多练算法准备春招不要重蹈覆辙了

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 ...