如标题所言，博主本人之前投日常的时候没有笔试，基本只要给面就能过，不谈横向，这个跟我们面试本身没太大关系，至少面试本身我发挥绝对是可以的，自己在这方面还是比较自信，自认为有点实力的，但是暑期实习很多公司设有笔试，发现笔试真的无力的感觉，就怎么学都学不会，至今为止，米哈游、协程、拼多多、小红书、华为都是笔试挂（携程显示在流程中，但已经过了这么长时间，其实就是挂了），甚至在华为机试前一周，还刷了一周的牛客华为真题，但就算如此，华为机试只考了180分（今年200过线），只能遗憾离场。有人问，大厂面试的时候有手撕，那我手撕怎么过的？怎么说呢，因为我力扣刷的比较多，刷了400道题，所以我面过的试中，只有...

目标后端

美团timeline一面 3.26二面 4.2oc 4.8offer 4.10其他：oppo 一面挂vivo 没动静携程 笔试挂哔哩哔哩 没动静感想感觉找实习运气也占不少的成分，本来0实习选手暑期只是准备随便投一下练一练，想着过会儿再找日常实习，没想到美团直接收留我了。感谢一面面试官，在我第一次面大厂的时候给了我自信

1. 什么是 LoRA？LoRA 全称是 Low-Rank Adaptation，核心思想是在微调大模型时不直接更新原始大权重矩阵，而是冻结预训练权重，只额外学习两个低秩矩阵，用这两个小矩阵的乘积去近似原权重的增量。原来如果某层权重是： W ∈ R^(d×k) LoRA 不直接学习 ΔW 的完整矩阵，而是写成： ΔW = B A A ∈ R^(r×k), B ∈ R^(d×r), 且 r << min(d, k) 最终前向变成： h = W x + ΔW x = W x + B A x 这样训练参数量会大幅下降。2. LoRA 的思路是什么？LoRA 的基本假设是：大模型在迁移到下...