有面阿里妈妈的小伙伴吗

会议室里安静了几秒。 "你的意思是，现在的方案有问题？"架构师看着我，语气平静，但能感觉到空气里的压力。 我深吸一口气，打开了笔记本上的架构图："不是有问题，是我觉得可以更好。现在的方案是把所有请求都走主链路，但如果我们把读写分离，再加一层缓存预热机制，理论上能大幅降低核心服务的压力。" 这是实习第二个月，我第一次在技术评审会上发言。会议室里坐着七八个人，有架构师、技术经理，还有几个工作了好几年的senior。而我，只是个还在试用期的实习生。 "你做过压测吗？"旁边一个senior问。 "做了简单的本地验证，"我点...

求助，怎么改进。约面都没有🙂‍↔️  

大四学院本 想冲刺一下春招但是学历直接被刷不知道是不是简历问题有没有牛油帮忙锐评一下

1、LoRA 微调的原理LoRA 的核心思想是不直接更新预训练模型里的原始大权重，而是在某些线性层旁边增加一个低秩更新分支，用低秩矩阵去近似权重增量。假设原始权重是 W∈Rd×k，全量微调时直接学习ΔW，LoRA 则把它写成：ΔW=BA其中A∈Rr×k，B∈Rd×r ,，(r) 是远小于 (d) 和 (k) 的秩。这样前向计算就变成：h=Wx+ΔWx=Wx+BAx实际里通常还会加缩放项：这样做的本质是认为很多下游任务对大模型权重的更新其实存在低秩结构，不需要真的去学习一个完整的大矩阵。LoRA 的优点是可训练参数少、显存占用低、训练快，而且原模型参数冻结，方便多任务切换和权重管理。2、LoRA...