1. 什么是 LoRA？LoRA 全称是 Low-Rank Adaptation，核心思想是在微调大模型时不直接更新原始大权重矩阵，而是冻结预训练权重，只额外学习两个低秩矩阵，用这两个小矩阵的乘积去近似原权重的增量。原来如果某层权重是： W ∈ R^(d×k) LoRA 不直接学习 ΔW 的完整矩阵，而是写成： ΔW = B A A ∈ R^(r×k), B ∈ R^(d×r), 且 r << min(d, k) 最终前向变成： h = W x + ΔW x = W x + B A x 这样训练参数量会大幅下降。2. LoRA 的思路是什么？LoRA 的基本假设是：大模型在迁移到下...

目标后端

绷不住了

没有面试的时候，一般就在复习八股文。把操作系统、计算机网络、C++这些高频知识点过一遍，查缺补漏，保持手感。同时也会简单回顾项目，把细节再梳理一遍，确保面试时能讲清楚、讲深入。这个阶段的重点不是死记硬背，而是保持状态，为下一次面试做好准备。