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...

我投的后台开发。。。这还要面吗

bg：双非学院本0实习一、自我介绍二、项目拷打Q1：请介绍一下你简历中的项目，挑一个几个你认为做得比较好的地方讲讲。（问了好多拷打了好多）三、八股（格外的少）居然是在会议评论区出的题（第一次见）Q2：HashMap是不是线程安全的、会出现什么问题、你怎么处理的Q3：Synchronize和ReetrantLock区别Q4：数据库索引作用、索引失效的情况（三个就行）、explain怎么看用没用到索引四、场景题（可以写伪代码或者口述 口述了）Q5：1.设计一个泛型类有key和value 2.保证并发安全的同时3.设置限流 5秒五次4.设计一个缓存 最大容量100 超过采取lru删除五、反问环节问了...