阿里云研发

面试题简述训练大模型经常会遇到梯度爆炸和消失，你知道有哪些改善方法吗？softmax会不会导致梯度爆炸或消失？transformer的设计里有哪些方法用于解决这个问题？面试官想听的1、L2 clipping、梯度缩放、初始化模块；2、softmax为什么会导致梯度爆炸；3、了解 DeepNet init、RMSNorm 等提升稳定性的方法。面试回答举例梯度爆炸一般用梯度剪裁解决，梯度消失可以通过残差连接 + 合理初始化 + LayerNorm 减轻。softmax 本质上确实会带来梯度集中到一个token上，从而导致梯度消失，尤其是 logits 非常大时。详细内容可跳转该链接查看详情：htt...

如题，想了解一下关于这个部门的工作和氛围情况，架构治理属于基架么还是？麻烦有了解的大佬和我介绍一下😘

以前午休要么趴着硬睡，要么刷手机熬时间。搭子每天带午睡枕，我就看着他睡的好香啊，特别可爱，然后我也跟着买了一个，中午睡半小时，下午敲代码再也不犯困了，效率直接翻倍！