蔚来终于动了

1. 模型训练里你怎么在全参微调和 LoRA 之间做选择这个问题我一般不会只从显存够不够来答，而是会结合任务复杂度、分布偏移程度和上线方式来讲。全参微调的优点是表达空间更大，适合任务分布和原模型差异比较大的场景，比如领域知识很重、输出风格和推理路径都要明显改造的时候，它更容易学到深层适配；LoRA 这类 PEFT 方法更适合成本敏感、实验迭代快、模型版本频繁切换的场景，特别是多任务并行或者多租户配置时，管理上会轻很多。如果任务本质上是在原模型能力基础上做轻量偏移，比如格式约束、领域术语补强、特定工具调用习惯，LoRA 往往就够了。反过来，如果发现训练后模型虽然会答，但深层行为模式改不动，比如推...

1. 自我介绍答：按"个人背景 → 核心技术栈 → 代表项目 → 求职意向"四段走，控制在2分钟以内。重点突出和影石岗位相关的经验，比如嵌入式Linux、音视频、IoT方向，不要把简历从头念一遍。结尾说一句为什么对影石感兴趣，体现你做过功课。2. C++中的深拷贝和浅拷贝有什么区别？什么情况下必须自定义拷贝构造函数？答：浅拷贝是按位复制，对于含有指针成员的类，两个对象会指向同一块内存，析构时会double free，这是典型的问题场景。深拷贝会为新对象重新分配内存并复制内容，两者完全独立。必须自定义拷贝构造函数的情况：类中有裸指针管理的堆内存；类持有文件描述符、socket...