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...

简历完全过不了啊😢是院校的问题吗

没招了，笑死了

1. 自我介绍2. C++11 之后你常用的新特性有哪些答案：比较常用的有 auto、nullptr、右值引用、移动语义、lambda、thread、mutex、condition_variable、atomic、shared_ptr、unique_ptr、constexpr、范围 for、unordered_map。如果放到工程里，最常见的收益主要有三类：一类是简化代码书写，比如 auto、lambda；一类是提升资源管理能力，比如智能指针和 RAII；还有一类是标准并发库，让多线程开发不再完全依赖 pthread。真正答这题时，不用把特性背得太全，挑几个自己确实用过的讲清楚更重要，比如移动...