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...

求助，怎么改进。约面都没有🙂‍↔️  

今年求职行情真的是卷到爆炸！！！，投了几百份简历了，要么啥动静没有，要么面试完就没下文，每天都在纠结一个问题：到底是死磕目标不妥协，还是先接个差不多的offer上岸再说？我一开始给自己定的目标很明确：大厂、薪资不低于10k、不加班、有晋升空间，可现实狠狠打了我的脸。身边很多同学都开始降低标准，有的去了小厂，有的接受了薪资倒挂，还有的甚至放弃了专业相关的岗位，只为能先上岸。我也动摇过，尤其是看到身边人陆续拿到offer，只有我还在原地打转，那种焦虑感真的快把我压垮了。有一次面试一家小公司，薪资只有6k，还要经常加班，HR问我能不能接受，我犹豫了很久，最终还是拒绝了，总觉得不甘心，不想刚毕业就将就...