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...

是简历有什么问题吗，求大佬指点要玉玉了

rt 不知道是真的假的丁老板 太难绷了

1.说一下你的断点续传怎么实现的？2.分片出错了怎么办？3.CRC校验和MD5校验有啥区别？性能 准确 错误率3.如果串改，攻击 你怎么解决？4.你的分片 怎么保证有序5. 你的文件上传 如何保证文件上传对了的？6. 你说说map 和hashmap的区别7.不考虑范围查询的话 红黑树和hash表有什么区别8. hash冲突你知道吗？ 怎么解决？9. 你知道的hash算法有哪些？10.hash 算出来的是什么 是内存地址吗？举个例子1234 怎么hash的 11.你知道的排序算法有哪些 ？12.快排实现复杂度是多少 最坏 最好 平均？ 为什么平均还是nlogn 怎么算的13.快速排序 的 平均时...