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...

这个简历还能找得到工作吗？😭  

说实话，我入职的时候也是奔着Java后端去的，没想到工作几个月之后就慢慢转到Agent开发这边来了。现在回过头看，感觉Agent这个方向确实是个趋势，身边越来越多的项目都在往这上面靠，需求也在持续增长。当然我不敢说它一定是未来，但至少现在来看，这个方向的机会还是挺多的。我自己转过来的过程其实没有想象中那么难。因为Agent开发说到底很多底层的东西还是后端的活，接口、数据处理、服务对接这些Java开发的基础完全用得上，只是多学了一些跟大模型交互、工作流编排相关的东西。是有学习成本，但在实际项目里边做边学，进步还挺快的。现在我的部门有Agent开发的实习岗位在招人，而且工作内容我的体感上是后端相关...