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...

拼多多测试一面，

学院本真的没希望了吗😭秋招0offer，投了也石沉大海，求各位佬指点一下😭

首先面试官人挺好的。开始：自我介绍与项目介绍项目拷打：我的项目是一个异步RPC框架作为服务端，还有客户端，刚开始没表达清楚。以为只有服务端问：你的服务端里面，用户ID持久化问题，每次消息过来会不会落盘，如果只存在缓存里面是不是会造成信息丢失。答：我刚才没说清楚，一共实现了两个业务功能，用户请求验证码，用户请求登录。用户消息携带用户ID(usr_ID)从客户端打过来的，接收之后就会落盘，存到数据库里面，会有一个map<usr_ID,code>,code是返回给客户端的验证码，这一步是为了利用缓存，如果用户继续请求登录，就会先从map里面查询了，如果查不到，从数据库里面找，是实现了数据...