华为车bu暑期实习

 项目介绍深挖基础知识进程，线程，协程是什么，区别在哪？如果两个线程同时读写一个资源该怎么做？（加锁）用户输入网址到返回网页的内部过程是怎么样的？TCP和UDP的区别是什么，分别适用于什么样的场景？为什么会出现QUIC协议，它是基于TCP还是UDP，解决什么样的问题？为什么HTTP/3要用QUIC，而不用TCP（想讲HTTP用TCP的问题所在，但是忘了）手撕DAG上的最长路径。（示例都错了，害我看半天，撕一半下意识摁ide补全键结果出问题了不能再写了，然后就算了讲思路，大概就是拓扑排序+DP）

感觉寄了，代码都让ai写了，现在心里慌慌慌。怕不给面试，也怕给了面试。第一次面试说要出一道算法题脑子一片空白😐。。。

学院本真的没希望了吗😭秋招0offer，投了也石沉大海，求各位佬指点一下😭

1. 模型训练里你怎么在全参微调和 LoRA 之间做选择这个问题我一般不会只从显存够不够来答，而是会结合任务复杂度、分布偏移程度和上线方式来讲。全参微调的优点是表达空间更大，适合任务分布和原模型差异比较大的场景，比如领域知识很重、输出风格和推理路径都要明显改造的时候，它更容易学到深层适配；LoRA 这类 PEFT 方法更适合成本敏感、实验迭代快、模型版本频繁切换的场景，特别是多任务并行或者多租户配置时，管理上会轻很多。如果任务本质上是在原模型能力基础上做轻量偏移，比如格式约束、领域术语补强、特定工具调用习惯，LoRA 往往就够了。反过来，如果发现训练后模型虽然会答，但深层行为模式改不动，比如推...