拼多多集团-实习招聘 服务端研发实习生

3月10号开始投递 当天就收到约面 第一次面试就通过了 我以为我的求职之旅会很顺利 结果...3-16 上海小厂 (通过 由于是低代码就拒了)3-19 海康威视一面 (过)3-19 长沙小厂 (未过 很疑惑15min结束也没问啥 一半在问学校经历)3-20 经纬恒润 (挂 面试官说我来了他亲自带我 就坐他边上 最后还是挂)3-24 长沙聚恒集团一面 (群面(是一个面试官面4个候选人) ???. 过 )3-26 长沙聚恒集团二面 (电话面的 聊挺好还是挂)3-27 海康威视hr面 (一周后挂...)以为海康稳了 这段时间就没约面试.......4-7 字节跳动 (一面挂 太菜了 三个手撕都没出 ...

记得上次找日常实习从投递到最后offer总共花了51天这次暑期也是惊人的相似，从开始投递到offer也是花了51天暑期总结蚂蚁3月20一面挂阿里所有意向简历挂美团3月18一面挂字节3月17投递3月23一面3月27二面3月30三面，三天后挂+转岗4月10从二面复活4月17三面4月20offer快手4月1日一面4月13日二面4月20hr面百度4月11日一面4月14日二面4月17日三面这回教训就是以后不要在职面试了，实在太累+心态不稳，一开始想着就算没有公司要还能在现在公司赖着，最后活也不想干，面试也不想面感谢字节收留了，听说强度不小（早10晚10），好在base在广州，希望顶住😥😥

🤡😭      

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...