选offer

大三，211，Java后端，第一次正式找实习，写个帖子记录一下，也希望给同样第一次的同学一些参考。时间线：1月：整理了简历，刷完了hot100大半，感觉自己差不多了（后来证明差远了）2月：开始投，字节、腾讯先投，笔试差点没写完，才意识到自己差距2月中：补了两周八股，重新调整复习方向3月初：重新开始投，这次扩大范围，美团、百度、京东、快手、网易都投上了现在：字节进了一面，其他还在等找实习前没想到网申填表是个体力活，每家系统不一样，信息全要重填，最开始真的很崩溃。后来发现牛客有个网申助手，把自己的信息录进去一次，之后打开网申页面自动填，省了很多重复劳动，整个人状态好了一点。现在主要时间放在准备面试...

求助，怎么改进。约面都没有🙂‍↔️  

因为考研没秋招，现在怎么都找不到合适的工作。。。

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...