1. 什么是 LoRA？LoRA 全称是 Low-Rank Adaptation，核心思想是在微调大模型时不直接更新原始大权重矩阵，而是冻结预训练权重，只额外学习两个低秩矩阵，用这两个小矩阵的乘积去近似原权重的增量。原来如果某层权重是： W ∈ R^(d×k) LoRA 不直接学习 ΔW 的完整矩阵，而是写成： ΔW = B A A ∈ R^(r×k), B ∈ R^(d×r), 且 r << min(d, k) 最终前向变成： h = W x + ΔW x = W x + B A x 这样训练参数量会大幅下降。2. LoRA 的思路是什么？LoRA 的基本假设是：大模型在迁移到下...

软件测试这个简历可以吗😭求指导🙏

目标后端

一个做后端的朋友，实习第三个月第一次独立上线了一个功能。那天晚上他盯着监控面板看了一个小时，就看着请求进来、数据出去，什么问题都没有。他说那一刻突然觉得之前被mentor骂的、被需求改来改去的，好像都值了。还有个做产品的，实习快结束时参加了一次用户调研。一个真实用户说"你们这个功能我每天都在用，特别顺手"。她说那是她做了几个月需求文档、改了无数版原型之后，第一次感觉自己做的东西被人需要了。最戳我的是一个测试实习生说的。他说有一天发现自己提的一个bug，被开发改完上线了，影响了几十万用户。"那一刻我才明白，测试不是打杂的，是真的在保护用户。"实习最开始觉得...