现在就业形势不太好，虽然已经金3了但还是比较担心，尤其是好多公司已读不回，还有海笔海测的，有些真不如校园线下招聘，那个基本上一周就有结果。

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...

脉脉说今年AI岗同比增长14倍百度AI岗占比超90%，阿里80%。我这种普通学校的算法选手，连面试机会都没有。是不是该转开发了？求建议！

1. 自我介绍2. 讲一下你做过的项目，重点说说其中最难的技术点3. 我看你实习了一年了 怎么没留在上家公司4. 说一下线程、进程、协程的区别，如果放到你的项目里会怎么选答案：进程是资源隔离单位，线程是 CPU 调度单位，协程更像用户态轻量执行流。进程的隔离性最好，但切换和通信成本更高；线程共享地址空间，适合同一个服务内并行处理任务，但要处理锁竞争和共享数据一致性；协程切换开销小，特别适合高并发 I/O 等待场景。如果放到服务端项目里，我通常会让网络接入层偏事件驱动或协程化，避免大量阻塞线程；真正的 CPU 密集型计算，比如压缩、解析、聚合，会放到线程池里做。所以不是三选一，而是看场景组合使用...