我学弟最近刚入职实习，本来他还挺期待的，结果入职没几天就找我吐槽，说他和 mt 的相处模式，简直窒息到想立刻辞职！我学弟最近才解锁他的第一次实习，对职场还一脸懵懂，本来以为 mt 会带着他慢慢学，结果现实狠狠打了他的脸。入职第一天，他的 mt 就简单给了他一本公司手册，说了句 “自己先看，有不懂的再问我”，就再也没主动管过他。学弟刚开始还不好意思问，后来遇到不会的问题，鼓足勇气发消息问 mentor，要么半天不回，要么就被怼 “这么简单的问题都不会，自己问AI”，语气不怎么好。有一次他解BUG时引入了点小错误，mentor 直接在部门群里艾特他，当着所有人的面批评他，一点情面都不留。更让人无奈...

经历了一年多的简历修改，现在还没有尝试海投，八股文感觉还没有准备好，就背了Java jvm啊 MySQL spring 那些，上半年光去实习了，没有背全忘了，最近又开始八股，感觉很没有底气去投。第一次小厂面试一下就过了，就演示了下自己可以运行的项目，好像还问了索引 aop 这些，所以现在很没勇气再去尝试。想请教下现金三银四是说现在投递找什么实习？面试是都有有笔试还是特定大公司才有，还有现在投递的是日常实习吗还是暑假实习呀，或者有没有大佬再帮我看下简历提点意见，就压力很大啊

学java第六天，效率太慢了把游戏删了我再玩是sb

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...