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...

rt，求拷打 0实习0奖项 白纸一枚😭

菜鸟想找实习，这个简历能找到吗😅

面试时间： 4月2日讲一下实习，实习的难点是什么？你觉得最难的部分是什么？讲一下短链接生成过程，你是怎么管理这些链接的？为什么要分表？分表的作用是什么？你是怎么去分表的？volatile关键字的作用？保证原子性吗？如果要保证原子性的话，需要怎么做？你说到原子类，讲一下CAS是怎么保证操作原子性的？ABA问题怎么解决？Redis持久化机制有哪些？主从复制是怎么实现的？讲一下哨兵模式，讲一下RDB持久化频率怎么控制的？系统设计题：你设计一个城市的智慧公交车，每个站点有个实时显示的大屏能够看到有哪些路线，公交车分别到了哪些站点，预期到下个站点的时间和实际到达下个站点的时间怎么计算？如果现在需要进行公...