bg广州某双非一本27届，黑马的外卖点评和微服务都学完了，八股只背了常考的，算法的话hot100刷了50道左右，现在简历上的项目还是两个烂大街项目，黑马点评和黑马商城第一段实习今年3月初入职的，公司是浙大网新（大外包，做政府外包项目的），我参与的那个项目好像很久远了（2019年就开始做了），版本一直迭代到现在，技术栈和黑马的也很匹配，现在的工作内容也只是改改bug最近也在学agent相关内容，往大模型应用开发方向靠，但是又觉得java太卷了，怕今年秋招成炮灰。接下来要怎么走啊，是java+agent，golang，或者是测开，客户端求大佬指点，真的迷茫了，后端真的卷不过92✌ #牛客AI配图神...

小厂实习+两个项目 这样可以吗 求大佬狠狠拷打小厂实习产出不多 有些是缝合的准备三月中下旬开始投暑期

目前只能约到小公司，求大神指导

1、LoRA 微调的原理LoRA 的核心思想是不直接更新预训练模型里的原始大权重，而是在某些线性层旁边增加一个低秩更新分支，用低秩矩阵去近似权重增量。假设原始权重是 W∈Rd×k，全量微调时直接学习ΔW，LoRA 则把它写成：ΔW=BA其中A∈Rr×k，B∈Rd×r ,，(r) 是远小于 (d) 和 (k) 的秩。这样前向计算就变成：h=Wx+ΔWx=Wx+BAx实际里通常还会加缩放项：这样做的本质是认为很多下游任务对大模型权重的更新其实存在低秩结构，不需要真的去学习一个完整的大矩阵。LoRA 的优点是可训练参数少、显存占用低、训练快，而且原模型参数冻结，方便多任务切换和权重管理。2、LoRA...