提醒下大家，报就业培训班屁用没有，动不动就大几千上万，我的观点就是：如果你只有培训才有一丝机会进入某个行业，那你大概率不适合这个行业，说的更残酷点就是可能根本在这个行业生存不下来，因为行业入行门槛本来就是个对从业人员的筛选。 更不要说报java开发，大模型应用开发等计算机就业培训班了，计算机就业完全靠自己找资料自学，他是对你的自学能力有极高要求的；另外ai末法时代到了，招聘需求会越来越少，全员能力skill化，大厂员工也因为ai人人自危，年轻人慎入互联网，可以考虑考公。 来自一个互联网大厂计算机从业者的真心话。每次我看到有人花几千报培训班，后面又后悔，我都替他爹妈红温了

算上这次也是三战字节了timeline3.24一面 当晚约二面3.25二面 当晚约三面3.27三面 3.30约HR面4.1HR面4.2 oc+offer加油加油，希望暑期能活下来

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...