招联金融2023校招内推

秋招的时候，我也跟很多人一样，只会让AI帮我改改简历、写写自我介绍，结果改出来的简历千篇一律，投出去全石沉大海，面试也屡屡碰壁。直到春招开始，我才真正摸透了AI的正确用法，把它变成了我的专属求职团队，从前期定位到最终offer选择，全流程帮我兜底。一、求职前期：AI帮我找准定位，告别盲目海投秋招我最大的坑，就是盲目海投，前端、运营、产品、后端什么都投，一份简历投遍所有岗位，结果就是哪个都没回音。春招一开始，我做的第一件事，就是让AI帮我做求职定位。我把自己的学历、实习经历、项目经历、掌握的技能，还有自己的求职意向、薪资预期、城市偏好，全部整理好扔给AI，让它帮我做3件事：结合我的经历和能力，圈...

目前大三，投了百家公司，约面很少。请问是简历哪里有问题吗

1. 如果想要在某个模型基础上做全参数微调，究竟需要多少显存？这个问题不能只看模型参数量，还得把训练时真正占显存的几部分一起算进去。全参数微调时，显存通常会被下面这些东西吃掉：模型参数本身梯度优化器状态前向传播保存的激活值CUDA 运行时和框架缓存如果用的是 AdamW 这类优化器，除了参数之外，还要额外维护一阶矩和二阶矩，所以训练显存会明显高于推理显存。一个比较粗糙但实用的经验是：全参数微调的显存，往往是模型权重显存的 6 到 12 倍左右，具体还得看序列长度、batch size、是否开 gradient checkpointing、是否做 ZeRO/FSDP 分片。拿 7B 模型举例，F...