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...

灵神太强了，写力扣没这么爽过

1.算法题，判断数组左右大小2.笔试完大概等了20多分钟吧，跳到HR和技术面试间3.英文自我介绍，只有一分钟，背了一半说好了4.英文问题(跟我看的面经完全不一样，我准备的是why want to join hsbc这种，没想到他问我汇丰曾经做了什么或文化导致我想要成为我们的一员)听了只能记得上半句，下半句忘了，让重复又忘上半句hhhhh，我是纯哑巴英语。5.HR说英语不太行，只过了4级，6级417.。。。。。但是说优点是敢说敢表达6.问一些价值观的问题7.技术官：String，Stringbuilder，StringBuffer，你用了StringBuilder，有没有更简单的？答char8....