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...

没必要在学校疯狂卷了

给点建议吧，投不到工作😭😭😭

刚面完拼多多（PDD）的服务端岗，这一波面试下来，真的深刻体会到了什么叫“基础不牢，地动山摇”。把面试题总结出来分享给大家，顺便附上我的内推码，大家一起冲！1. 网络基础：那些“送命”的细节TCP断电感知： 我随口说 send 函数返回 -1。面试官微微一笑：“你确定吗？”真相： 客户端断电，OS 没机会发 FIN 包。如果服务器不发数据，send 根本没机会返回错误。此时需要依靠 TCP Keepalive（保活机制） 或者应用层的心跳包来感知。TCP 八股文连招： * 握手/挥手顺序、流量控制、拥塞控制（慢启动、拥塞避免、快重传、快恢复）。报文有序性： 依靠 Sequence Number...