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...

挑战全网最惨27届应届生。十几场面试全挂，道心破碎，后续不打算面了，先调整一下心态了。金三银四感觉和双非无关

天天不是笔试就是面试，已经麻了，发发面经攒人品感觉这次回答的很烂，代码有个题也没撕出来，要寄了刚开始面试官一直让我调手机摄像头位置，大概调了两三分钟，感觉pdd对这个要求还是很严格的。自我介绍你本科绩点多少？排名大概多少？考研还是保研？详细介绍实习项目问了下实习的时候redis大key咋优化的（实际上就是hash结构拆成string），优化前后的key分别是什么这个大key当时触发了什么告警？（cpu打满了）实习的时候那个分布式锁怎么优化的？我看你建立上写了了解垃圾回收去，你知道最新的垃圾回收器吗？（只知道G1，再也不敢在简历上乱写东西了）你知道G1详细的工作流程吗？（不了解）讲一下mysql...