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...

润色了一下，这个简历还有救吗，春招还能上岸吗😭经历秋招洗礼，感觉运气>>实力

栗栗在线随时华为od咨询啦，哇，各位，最近好难啊，你们赶紧来找栗栗啊、不限经验，不限地域，不限部门，可提供机考、面试资料和攻略~~~你们没来找我，失去找谁投递了了，宝儿 1、工作地可选择：北京，东莞，深圳，上海，南京，西安，成都，武汉，长沙等研究所 2、招聘岗位：java、Python、前端，大数据、测试，c++，GO，嵌入式，算法等岗位3、可选择部门：ICT（公开，光，计算，无线，数存等），云计算，2012（中硬，中软，中媒），消费者终端BG，BPIT，上海海思，Carbu，2012，GTS,海思等4、六险一金  ，周末双休，年度体检等5、年终奖6、办公环境舒适  7、入职发放年假 8、组织...