1. 什么是 LoRA？LoRA 全称是 Low-Rank Adaptation，核心思想是在微调大模型时不直接更新原始大权重矩阵，而是冻结预训练权重，只额外学习两个低秩矩阵，用这两个小矩阵的乘积去近似原权重的增量。原来如果某层权重是： W ∈ R^(d×k) LoRA 不直接学习 ΔW 的完整矩阵，而是写成： ΔW = B A A ∈ R^(r×k), B ∈ R^(d×r), 且 r << min(d, k) 最终前向变成： h = W x + ΔW x = W x + B A x 这样训练参数量会大幅下降。2. LoRA 的思路是什么？LoRA 的基本假设是：大模型在迁移到下...

27 届想找暑期实习，没有约面，求简历锐评

做网申助手两个多月了，今天想写几个真实的例子。不是数据报告，就是几个让我们印象深的故事。 【例子一】一位26届测试开发的同学，春招投了50家。前20家手动填表，后来装了插件。她说：「最后拿offer的两家，都是后来批量投的时候投的。要是一直手动填，可能早就投倦了，这两家可能就没投。」【例子二】一位27届产品方向的同学，一个下午投了12家。「以前投12家要两天，因为每家填表都要重新来一遍，累了就搁着。现在下午统一开tab，插件填好，逐个检查开放题提交，顺畅多了。」【例子三】这条评论我们记得最清楚：「我有两家是填到一半嫌麻烦放弃了。用了你们的插件之后我发现自己能投完了。」这句话让我们意识到：工具改...