Java中synchronized和ReentrantLock的区别是什么？说说Redis主从同步与哨兵机制的工作流程？MySQL InnoDB中MVCC的实现原理是什么？Spring的IOC是啥，解决了什么问题？消息队列的常见应用场景有哪些？选型时会考虑哪些因素？JVM中Full GC和Minor GC的触发条件与区别是什么？分布式锁的主流实现方式有哪些？各自的优缺点是什么？向量数据库相比传统数据库，在RAG场景下有哪些独特优势？你是如何处理多节点状态同步过程中的延迟问题的？认证模块的优化方案，是如何平衡安全性与性能的？引入策略模式重构后，对后续功能迭代带来了哪些便利？针对不同维度的查询需求...

简历完全过不了啊😢是院校的问题吗

我知道这个项目水，但是实在没空了，起码让鼠鼠进去面一次吧🥺

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...