📍面试公司：腾讯💻面试岗位：WXG-技术架构团队⏰面试时长：2h❓面试问题：0.业务介绍1.自我介绍————————————————面试官听完自我介绍，嗯嗯了几声，然后淡淡的说：我们先代码考核一下吧，之前的邮件收到了吧（是的，在面试前，这个面试官还发了一封邮件，邮件里面说会先进行1h的代码考核）。然后他发了个腾讯文档给我。💻代码考核：一共5道题。其中，第一第二道题算是leetcode中等题难度。有点模糊了。———题目————————1.2.最长回文子串3.实现开方（要考虑MOD取模）4.图论+树：强度上来了。（需要两次dfs，我所想的方法）5.开放题，也是AI coding。设计一个Th...

发70个邮件让我完善简历，我还以为被网暴了。说的就是你慧策，发邮箱让参加宣讲会，说参加完后就给安排面试。技术岗上来来了一句：只要92或双非ACM银牌，66666。说双非本只能投销售类，后期能转岗（虽然但是就你小子公司的hr已读且回复，那有毛用），92才不去你们那破公司，双非本就和有案底没区别。———4.21更新贵公司的高级员工您来私信骂我也没用哈，风评不好谁的问题谁自己心里清楚，有这时间建议提升自己，完善公司制度，而不是来骂我这个连入场券都没有的破学院本

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...