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...

还能这样？直接把面试取消了。为啥呀

海投二百多份全石沉大海了，求大佬们给个建议

投递简历屡屡无果，没有面试的日子，一边焦虑一边沉淀。日常刷题补算法、完善后端项目、学习 AI 开发技能，抽空调整简历。偶尔散步放松心态，慢慢打磨实力，静静等待属于自己的机会。