邮储数据管理部

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...

本人bg双非➕百度实习，经过漫长的两个月在职求职，暑期终上岸字节，在这里感谢节子收留以下是一些timeline：3.5 米哈游一面 凉3.10 字节飞书一面 凉3.17 腾讯teg一面 凉3.17 京东支付一面 凉3.25 字节国际化广告一面 几天后告知过4.7 腾讯数据计算平台一面秒过4.8 字节国际化广告二面 面完秒挂秒捞4.9 美团一面 凉4.9 腾讯数据计算平台二面完到hr面，泡了几天一直没约hr面然后流程结束，这是最难受的一个4.13 字节国际化一面秒过4.15 快手主站一面挂4.17 字节国际化二面面完过一会告知通过4.23 字节正式offer从以上总结早期准备的实在不足，对于八股对于简历上实习内容准备的都不够充分，所以许多倒在了一面，后面面着面着才慢慢进入状态，可能也由于在职面试的原因吧，一边上班一边复习实在痛苦，本来想着找不到就继续赖着百度，其实到最后活也不想干，面试准备的也不充分，也算给自己一个教训吧，最好时时刻刻准备好面试的状态，八股算法不能停，祝🐮友暑期也一切顺利！

适合大厂的人有个共同特点：能在规则里找到舒适感。大厂流程多、分工细、层级明确，你可能一年就负责一个模块，但这个模块你能做到极致。喜欢稳定、在意平台背书、能扛绩效考核压力、善于向上管理的人，大厂会如鱼得水。见过很多人在大厂混了五年，简历光鲜、福利好、技术栈规范，跳槽时特别好用。适合小厂的人反过来：受不了流程、喜欢什么都插一手、想看到自己做的东西直接影响结果。小厂一个人干三个人的活，今天写代码明天对接客户，成长确实快，但也累。最适合小厂的是那种有点创业心态、不需要太多外部认可、自驱力强的人。见过有人在小厂两年，技术广度吊打大厂同龄人，因为什么都得自己搞定。但最怕两种错位：有大厂心态去小厂，天天觉得...