腾讯oc timeline

最近暑期实习投了不少，但是面试很少，全都在简历筛选ing，也发现现在后端的岗位变少了，多了很多agent开发的岗位。读研的时候也接触过机器学习，最近也在补一些大模型开发的知识，目前的困惑是：不知道暑期实习是继续投java后端，还是等再补一段时间大模型开发以后去投递agent开发，下面是我的简历，各位大佬给点建议吧。

想知道这种双非简历能拿啥工资，不行的话就考研刷学历或者考公了。求大佬帮忙看看

妈呀不会给我挂了吧  

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...