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...

春招实习都投了好多，全是拒绝，有一两个面试，面完也觉得希望渺茫，果真应证了那句26届学院本，buff拉满了

我现在这个水平大概能拿到多少薪资的offer😂

最近参加了华测导航嵌入式岗位的二面，整体感受是相比一面明显更深入一些。如果说一面更多是在考察基础知识是否扎实，那二面就更偏向于看你能不能把基础知识和实际项目结合起来，看看你对自己做过的东西到底理解到什么程度。面试官整体风格还是比较平和，没有那种很强的压迫感，但问问题的方式会更有层次，不再只是单独问某个知识点，而是会顺着你的项目往下追问。很多问题表面上看是在问项目，实际上是在考察你的系统设计能力、排查问题能力、代码理解深度，以及你是不是真的亲手做过。就我个人感受来说，二面的难度比一面高一些，主要难在“综合性更强”。不是单纯背八股就能很好应对，尤其是当面试官围绕项目细节不断展开时，如果平时只是做了...