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...

不玻璃心，认真倾听所有意见和批评，共同进步

给时间时间 终会梦想成真的🥺那就努力努力再努力🤲

本人双非本26前端，目前有了3段前端实习经历，一家初创小公司，一家电信内包，一家游戏大厂。去年秋招还在实习，几乎没有投递，11月实习结束回来，投递了一些，也没有后续。3月份开始投的春招，这周末有5个笔试，但是笔试的算法题也太难了，也不是力扣上的题，我只刷了力扣100，算法很弱，几乎都做不出，本来还担心面试呢，现在连笔试都过不了。同时又看到好多前端已死的帖子，心里真难受，不知道还要不要继续走这个方向，可是不做这个还能做什么呢真的好迷茫。还有3个月不到就要毕业了，这段时间里就要找到工作，完成毕设，我真的能做到吗 有没有前辈可以提一些建议，是否还要继续前端，或者有什么推荐的