第 15 题：LoRA（Low-Rank Adaptation）的数学原理 题目 解释 LoRA（Low-Rank Adaptation）微调的数学原理。 一、动机 全量微调大模型要更新全部参数，显存与算力成本高。LoRA 假设预训练权重在适应新任务时，有效更新是低秩的，因此只学习一个低秩增量，与原权重相加得到适应后的权重，从而大幅减少可训练参数与显存。 二、数学形式 设某层线性变换为 ，。LoRA 不直接改 ，而是增加低秩分解的增量：  其中 ，， 为秩。前向时：   训练：只训练 、， 冻结；参数量从  变为 。 推理：可把  算好存成一张矩阵，等价于单层线性，无额外延迟；或保留  分开算...

来个人锐评一下复试简历

投递：23家面试：6场offer：1个目前状态：等面试总结：拿了个保底offer心态稳多了，继续冲更好的

春招彻底结束了，最终只拿到了一个杭州中小厂的offer，薪资比同届的同学低了快一半。回头看这三个月，全是拍大腿的后悔瞬间，无数个深夜都在想：如果春招能重来，我绝对不会这么走。先交代下背景：双非本科，一段小厂Java后端实习，秋招拿了个外包的保底offer，就直接躺平了。总觉得春招还有机会，金三银四随便面面就能拿到更好的，结果现实狠狠给了我一巴掌。春招三个月，投了200多份简历，只拿到了12个面试邀约，挂了11场，最后只拿到了一个不情不愿的offer。今天把我所有踩过的坑、后悔到想重来的事全写出来，给正在求职的、还有下一届的牛友们提个醒，别像我一样，把一手好牌打得稀烂。如果春招能重来，我绝不会做...