4.1：小红书一面，AI全栈方向，没有撕出来就过了。4.2：字节data一面，面试内容比较新颖，现场证明了一道数学题（像高考的概统大题），挺有意思的，秒过。4.2：拼多多二面，问的不难，中规中矩，秒过。然后清明小长假就浑浑噩噩地打了三天游戏，给IEG贡献日活去了。。。4.7：拼多多主管面，用户增长方向，先撕了一道题，然后电话里随便聊了一下（主管很忙，聊了几分钟就结束了）。4.7：腾讯HR面，HR也没刁难，随便问了问相关情况和一些规划。4.8：腾讯的mentor加我微信（一个年轻小哥哥），感觉offer基本有了（官网上显示还在HR面中），剩下的就是走流程了（mentor的原话是“你没有辱骂HR吧”）4.8：小红书二面，就和面试官聊聊天，无手撕，秒过。下午HR打电话来谈薪。目前还有字节，xhs，pdd这些在走流程，不知道要不要继续面（已经想开摆了，鹅快发正式offer啊）。

1. 介绍一下你做的这个项目2. LoRA 的基本原理是什么LoRA 的核心思路是，微调大模型时没有必要把整个权重矩阵都更新掉，而是只学习一个低秩的增量。原始权重记作 (W)，微调后的权重写成：其中 (A) 和 (B) 的秩都很低，参数量远小于直接更新整个 (W)。训练时冻结原模型参数，只训练这两个小矩阵，这样显存占用、优化器状态和保存体积都会小很多。它适合做领域适配、指令微调这类任务，因为很多任务对模型的改动并不需要覆盖完整参数空间。LoRA 常见会插在 attention 的 q_proj、v_proj 上，有时也会加在 k_proj、o_proj 或 MLP 层。选哪些层，本质上是在表达...

第四题面向结果编程，试出来最终结果有6、11、14、16、26，每个2％，直接把这几个打印出来对了8％  顺便问下uu们对了几道？

想问一下牛友们都是在pdd hr面后多久oc的呀，hr面挂的几率大吗，感觉刷到的帖子很少有算法实习生，有没有投同岗位的友友，求大佬指导我是在4.16刚刚面完hr面，会不会面的太晚了，非常的焦虑，是不是都已经招满了