华为座谈会

bg：双非本（不带油不带电）投递岗位：后端开发秋招投递：169+面试：60排序挂：字节豆包、快手电商、去哪儿旅行offer:5（汉得+恒生电子+...n小厂 拒)+(万兴+知乎）+快手（实习offer）春招投递：80+面试：17+offer:3（转转 小黑盒 拒)颠沛流离2025.03找暑期实习，实习到9月底通知转正失败，回家秋招2025.12收到快手实习Offer，在杭州实习，2026.03组内架构调整，ld更换，降本增效，hc变成3个外包hc，回家春招（西湖和灵隐寺 外地人必去景点hh）心态从网上学习做项目，到写简历，投递，笔试，面试，泡池子。。。我觉得最重要的就是心态了，以我为例，我在2...

焦虑死了早知道就读研了

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...