主包2.5个月速成java后端开发，暑期实习投的互联网中大厂基本上面完了都挂了。目前有三个offer可选: 南京的中兴，业务是做wifi驱动还有一些后台代码的编写，面试比较水，感觉没什么技术含量；武汉小米总部，是纯后端开发，听mentor的意思是很注重实习生能力的不断培养和成长；招银网络科技，二面过了感觉比较简单，反问面试官说基本上能拿到offer。小米的offer快过期了，然后还在等招银网络科技的流程。秋招不想去互联网厂卷，想去泛体制内，银行软开，选哪个offer好一点。纠结的点在于，招银实习是银行软开，对秋招进银行会不会比小米更有加成，然后中兴是国企，对秋招进国企会不会有帮助一些。

快一个月沟通300次，要简历30次，面试三个全挂😭日常实习难度这么大吗？找实习找到道喜破碎。是我简历太烂了吗？求指教。

最近刷boss 投了一堆公司。公司画像员工100-500人，非互联网公司跟着AI热潮产生的岗位需求，多为AI agent开发/全栈开发，基本都是CTO/老板直接对接，流程混乱，要求线下面试，不报销路费，直接不感兴趣拉黑。现在的互联网开发，非进校园的线下面试本来就少，基本都是借助腾讯/飞书会议线上面。走线下反映两个问题：1. 内部能效极低，线上面效率不比线下高？ 2.不懂互联网工具，不会用好互联网产品，内部怎么做的好开发？ 3. 公司没有融资没有上市没有title，凭什么要浪费时间精力给你们线下筛选？这并不表示我们求职者好高骛远，行情不好就安心沉淀寻找方向，盲目的下注只会浪费自己的时间和资源。

第 15 题：LoRA（Low-Rank Adaptation）的数学原理 题目 解释 LoRA（Low-Rank Adaptation）微调的数学原理。 一、动机 全量微调大模型要更新全部参数，显存与算力成本高。LoRA 假设预训练权重在适应新任务时，有效更新是低秩的，因此只学习一个低秩增量，与原权重相加得到适应后的权重，从而大幅减少可训练参数与显存。 二、数学形式 设某层线性变换为 ，。LoRA 不直接改 ，而是增加低秩分解的增量：  其中 ，， 为秩。前向时：   训练：只训练 、， 冻结；参数量从  变为 。 推理：可把  算好存成一张矩阵，等价于单层线性，无额外延迟；或保留  分开算...