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...

秋招0offer，估计简历有问题   

这个它石是真的恶心，一天就给我结束了。看了一下JD，估计就是卡学历，非要985/211吐了。。。。

双非一本，前端，27届找暑期实习。腾讯一面刚完，写个记录。 说实话投了没抱太大希望，结果真的约到了，还挺意外的。 面试大概50分钟： CSS/HTML：BFC是什么，应用场景列几个；flex布局常见属性，如果子元素宽度超出怎么处理。 JS基础：闭包、原型链（老三样，不意外）；手写Promise.all，要求处理reject情况。 框架：Vue响应式原理，Proxy和Object.defineProperty区别，追问了Proxy的局限性；React和Vue的diff算法差异。 算法：二叉树层序遍历，然后追问：每层从右往左输出怎么改。 工程化：Webpack和Vite的区别，为什么Vite在开发...