请问海康提前批有商量offer细节的么？

实习岗，鼠鼠也是投的太多了，面就面一面吧面试官挺好，就是不知道咋回事我和他麦都听不清，沟通有点问题。上来先做一道删除倒数第n个节点，用灵神的哨兵和快慢指针写完。IDEA好久没打开过了有点问题，没运行起来但写的没毛病。下面就是元宝纪要记录的腾讯会议自带的。小结​​1. 候选人自我介绍​​​​2. 编程题考察​​面试现场要求候选人解决“移除链表倒数第N个节点”的编程问题。候选人采用快慢指针的经典解法进行解答。​​3. Java基础知识问答​​​​final与finalize​​: 候选人区分了final（修饰变量、方法、类）与finalize（对象回收方法）的不同。​​synchronized与R...

真没招了，三月才开始准备八股和算法因为没想到不仅大厂笔试过不了小厂也根本鸟我，笔试都不愿意发一个，心里心存侥幸说即使没实习好好磨炼技术再做一两个rag、agent项目去秋招，但是我现在投暑期实习就感受到秋招的寒气了，完全不觉得是金三银四而是铜三铁四😭😭😭，怎么办完全没招了，最近焦虑到学都学不进去每天都在投简历

小厂实习+两个项目 这样可以吗 求大佬狠狠拷打小厂实习产出不多 有些是缝合的准备三月中下旬开始投暑期

1. 模型训练里你怎么在全参微调和 LoRA 之间做选择这个问题我一般不会只从显存够不够来答，而是会结合任务复杂度、分布偏移程度和上线方式来讲。全参微调的优点是表达空间更大，适合任务分布和原模型差异比较大的场景，比如领域知识很重、输出风格和推理路径都要明显改造的时候，它更容易学到深层适配；LoRA 这类 PEFT 方法更适合成本敏感、实验迭代快、模型版本频繁切换的场景，特别是多任务并行或者多租户配置时，管理上会轻很多。如果任务本质上是在原模型能力基础上做轻量偏移，比如格式约束、领域术语补强、特定工具调用习惯，LoRA 往往就够了。反过来，如果发现训练后模型虽然会答，但深层行为模式改不动，比如推...