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...

  史上最尬，没有之一😂 我是社招。

#第一份工作一定要去大厂吗#

投的是荣耀终端的嵌入式软件开发岗，方向是 RTOS 和底层驱动。一面是视频面试，面试官是个做底层系统的工程师，上来自我介绍完直接开始问技术，没有任何寒暄。整体风格是问得不多但每道都很深，基本上你答完他会继续追问细节，答不上来他会换个角度再问，感觉是在摸你的知识边界。RTOS 相关的问题占了将近一半，MCU 底层和驱动也问了不少，C++ 只问了一道但追问了很久。总时长大概五十分钟，底层基础不扎实的话会很难受。1. RTOS 的任务调度器是怎么工作的？抢占式调度和时间片轮转的区别是什么，FreeRTOS 里是怎么实现的？答：任务调度器的核心职责是决定在任意时刻哪个任务占用 CPU。调度器维护一个就...