1. 自我介绍2. 训练一个 decoder-only 大模型时，为什么 embedding 层和 lm head 常常共享权重权重共享本质上是一种参数高效和统计一致性的设计。输入端 embedding 学到的是“token 到向量空间”的映射，输出端 lm head 学到的是“隐藏状态到词表概率”的映射，如果这两个空间本身就在描述同一个词表语义，那么共享权重可以减少冗余参数，并让输入语义空间与输出判别空间保持一致。从优化角度看，共享权重还能起到轻微正则化作用，尤其在词表非常大时更明显。代价是模型表达自由度下降了一点，但对大多数语言模型来说这个损失远小于收益。很多实现里会保留一个独立 bias...

我是学院🐭，没面过大厂，官网投的都是秒挂，这是拿我刷kpi的吗？要尝试一下吗？4.3更：g的不能再g

整理的时候发现，为啥这么多redis？？？😂😂😂我还是换回我的rpc吧(起码自己手敲了)有啥需要改进的，求大佬指点

三个动作，每天循环十几遍。1.打开牛客，刷两下，关掉。2.打开QQ邮箱，下拉刷新，没有新邮件。3.打开公司官网，登录，状态没变。整个过程十分钟。做完心慌，不做更慌。手机放下的那一刻最清醒——“我TM在干啥？有这时间焦虑，不如休息一会 或者看会八股”但是我每两个小时 基本都得做一轮这三个操作我感觉这样子 不仅无益于进步 反而还会损害心理健康； 算算时间，一天搭进去快半小时，有时候奔着一小时去。一小时看起来不多，烧的不是时间，是心力。焦虑一上来，学习效率直接腰斩，自信心也跟着往下掉。下面一个月 放平心态 有面试就面 没有就学习；暑期实习能找到就去 找不到就战日常实习； 我绝对不会再去反复刷公司官网...