Tp联洲座谈会？

兄弟们，别刷了，说的就是你还在牛客上刷面经、背八股？还在为0 offer焦虑到睡不着？我，双非一本，计算机专业，GPA 3.2，一个像样的大厂实习都没有。就在上个月，我的状态跟你们现在一模一样。海投了30多家，笔试做了一堆，面试就进了3次，全挂了。那感觉，真的，每天睁眼就是绝望。直到我悟了。我发现我们很多人，包括当时的我，都陷入了一个致命的误区：我们以为求职是考“实力”，其实它考的是“匹配度”。你算法题刷得再溜，八股文背得再熟，如果你的简历上没写，或者写得不对，HR连让你笔试的机会都不会给。大厂HR一天看几百份简历，一份简历平均停留时间不到10秒。他不是在找“最优秀”的人，他是在找“最匹配”的...

这还是🐮的，哈哈哈哈。多读书!

双非学历之前校招的时候boss拉满了，都是招呼别人，也很少有人理我。现在有了个title投社招一堆人招呼我，体验到了92投boss的感觉，别人主动给你打招呼。上午大概发了十几个左右的招呼下午就约了两个面试。回头给牛友们发一下社招的面经。

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...