1.说一下 Transformer 的底层结构吧Transformer 的核心是用自注意力代替传统序列模型里的递归结构。一个标准模块通常包含多头自注意力、前馈网络、残差连接和 LayerNorm。自注意力负责让每个 token 和其他 token 直接交互，前馈网络负责做非线性变换，残差和归一化负责保证深层训练稳定。它真正厉害的地方不是结构复杂，而是信息传播路径短，长距离依赖更容易建模，并且天然适合并行训练。2. Transformer 为什么用了 LayerNorm 呢因为 BatchNorm 依赖 batch 维度上的统计量，但 NLP 任务里句子长度不一致，线上推理时 batch 也经常...

朋友的舍友大二，直接被字节捞走了，说是在github上看到了这位舍友的账号，直接联系本人了，我也一直在找实习，但是很少人要我😅😅😅

一面：上来先自我介绍，讲了讲自己对部门感兴趣，简单介绍了下自己的项目，然后就是长达50分钟的项目拷打，问的很细，state，reward咋设计的，扩展到很多智能体怎么办，中间问了些ppo，qmix，GAE公式的基础知识，最后剩10分钟做了个简单代码题结束二面：正在准备，很慌，不知道还会问啥（有知道的uu也可以提醒我下）