节前，我们组织了一场算法岗技术&面试讨论会，邀请了一些互联网大厂朋友、参加社招和校招面试的同学，针对大模型技术趋势、大模型落地项目经验分享、新手如何入门算法岗、该如何备战、面试常考点分享等热门话题进行了深入的讨论。 合集在这里：《大模型面试宝典》(2024版) 正式发布！ Transformer 模型在处理序列数据时，其自注意力机制使得模型能够全局地捕捉不同元素之间的依赖关系，但这样做

题目来源 http://bailian.openjudge.cn/practice/2394/ 解题思路 这道题目就是计算从源点1到其他顶点之间的最短距离，使用Dijkstra算法即可实现，然后判断每头牛所在的点，判断其和源点1之间的距离是否不超过M。代码运行了很多遍之后发现老是出错，最后发现测试数据集中会出现重复的边，比如2 3 1，表示2号顶点到3号顶点距离为1，但是还会出现2 3 10

论文地址： https://arxiv.org/pdf/2108.12409.pdf 我们都知道，文本长度一直是 transformer 的硬伤。 不同于 RNN，transformer 在训练时必须卡在一个最大长度上， 而这将会导致训练好的模型无法在一个与训练时的长度相差较远的句子上取得较好的推理结果。 ALiBi 是 22 年提出的一种方法，其目的就是解决 transformer