第 15 题：LoRA（Low-Rank Adaptation）的数学原理 题目 解释 LoRA（Low-Rank Adaptation）微调的数学原理。 一、动机 全量微调大模型要更新全部参数，显存与算力成本高。LoRA 假设预训练权重在适应新任务时，有效更新是低秩的，因此只学习一个低秩增量，与原权重相加得到适应后的权重，从而大幅减少可训练参数与显存。 二、数学形式 设某层线性变换为 ，。LoRA 不直接改 ，而是增加低秩分解的增量：  其中 ，， 为秩。前向时：   训练：只训练 、， 冻结；参数量从  变为 。 推理：可把  算好存成一张矩阵，等价于单层线性，无额外延迟；或保留  分开算...

快手约了下午两点的面试，结果一点开链接发现面试被取消。没人打电话没人发邮件。问hr说她在外面晚点帮我查。真就消遣洒家呗

Pinia状态管理应用于哪些场景Pinia 作为 Vue.js 的状态管理库，主要应用于以下场景：全局状态管理跨组件之间的状态共享组件之间的通信处理异步操作状态的缓存与持久化模块化状态管理复杂表单的状态管理Vite是什么