济南游酷一面面试记录

（转载来源：超聚焦Foci）凌晨3点，你的AI采购Agent发现德国供应商的芯片降价15%。它秒级完成比价、谈判、生成订单，然后卡在了付款页面。因为它没有银行卡，没有信用额度，甚至没有"被允许花钱"的身份。这大概是当下Agent商业化最尴尬的地方。目前Agent虽拥有了极强的“发现”与“议价”能力，却缺少“金融支付”这一关键的执行要素。如果没有支付能力，Agent永远只能是提供建议的“数字顾问”，而无法成为驱动商业流转的“经济实体”。这倒不是算法不行，而是底层的金融基建的问题，Agent能把前面所有事都干了，偏偏到付钱这步就卡住了。正因为需求侧问题凸显，全球支付巨头已经嗅到...

大佬帮我看看吧：我大二下学期有一段暑假实习，中小厂应该算，但是也没有参与核心业务，但是在有人带的情况下，写了个小项目（未完善），打算把它作为实习项目，但是简历上实习这个不太会写……我也知道star法则，但是如何包装……现在我的简历像是罗列技术栈……然后我的项目经历也是很标准的黑马点评，我要不要再做一个新的项目加到这个项目经理里面？？还有什么可以优化的都可以指出，我虚心接受并整改，多谢大佬们了！

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...