我这种学院本就等着春招看能不能捡漏个中小厂，但是好冷清啊，要开始投上边了，感觉去年的时候春招好多岗位，今年没啥动静，岗位少、流程慢，很多公司压根没开口子。身边的同学也反馈，投简历像石沉大海，面试机会非常少，基本面完就没后续了

lz本2硕9，天坑专业研一，组里做的是深度学习与传统行业的交叉方向（是不是网上说的ai4s？其实我现在也不太懂hhhh），会用到些时序预测、图像处理等等，主要用python。好像这种交叉方向水水论文还行，找工作根本没人要，所以想转码，目前跟着黑马的javase、javaweb敲了一遍，redis还在学，力扣刷了六十几道（现在看前面刷的已经忘光了），八股还没开始背。计划后面的学习路线：消息队列、springcloud，如果有时间想学学agent开发那一套技术栈。感觉学的很迷茫，不知道这个学习路线可行性怎么样，不知道学到什么程度才能开始找实习，更不知道这样学下去等研三能不能找到工作…还有一点，目前跟着视频敲代码，思路原理啥的明白了，但是java那么多api根本记不住，关掉视频让我写个接口就脑袋空空，不知道是代码写的少还是我的学习方法就不对…求佬指点迷津

1. 介绍一下你做过的一个项目2. LoRA 的原理以及初始化方法是什么LoRA 的核心是低秩适配。对于原始权重矩阵 (W \in \mathbb{R}^{d \times k})，全参数微调直接更新整个 (W)，成本高、显存占用大。LoRA 认为下游任务需要的更新往往落在一个低秩子空间里，所以把增量写成：W' = W + \Delta W = W + BA其中，并且r≪min⁡(d,k)r≪min(d,k)。训练时冻结原始参数 (W)，只训练 (A) 和 (B)，这样参数量和优化器状态都能显著下降。初始化时通常让 (A) 随机初始化，(B) 初始化为 0，或者相反。这样一开始 (\Delta...