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...

真投了你又不给ps:楼主其实比起去大厂当螺丝钉 更想去一些初创公司或外企。楼主是一年不到的社招。

TEG网络研发部。半小时多结束，感觉是kpi。后台开发岗位纯靠回忆，有些问题和细节忘了。自我介绍介绍之前实习内容（之前做的数据库），没深问技术细节，除了实习工作，就问了下对公司产品的场景，架构理解。了不了解消息解耦，比如多个终端产生海量数据存入数据库的问题，答的用消息队列集群的控制节点怎么确定的，raft协议了解吗，说说流程。（很久之前看的了，答了选主，多数派原则，心跳。忘记答关键的WAL日志了）了解什么消息队列（RabbitMQ），与其它产品（如kafka）对比。mysql MVCC实现原理mysql 三个日志介绍。redolog和binlog区别。redis分布式锁redis缓存雪崩，穿透...