背景：24届211软件工程专业。中间因为考研二战空档了一段时间，后经人推荐联系到了栗栗姐。因为很久没接触算法题了，在栗栗姐的帮助下准备了比较久的时间。在整个过程中，栗栗姐尽心尽力帮我联系部门，跟相关人员沟通，非常感谢栗栗姐-----还是旧系统面试发的offer了，哈哈哈哈哈。机试：1、高矮个子排队2、报文响应时间3、简易内存池按栗栗姐发的题库刷就可以，跟力扣上的很多题思路类似，刷的同时也练习了手撕。资格面试：1、自我介绍2、来base地的原因3、空窗期的原因4、大致介绍一下项目5、期望薪资之后就是反问环节了，可以问问培养计划之类的问题。技术一面：首先是自我介绍，之后聊聊了项目问题，开始问八股，...

本人bg为末九本，目前力扣hot100过了一遍目前在刷面试150，算法能力不太行，八股过了一遍。从3.9号开始陆续投简历，主要是官网投得多，中间几家大厂因为太菜笔试没过，其他不是简历挂就是一直在初筛，ssob上发了消息不是已读不回就是看都没看。在ssob上投还是在官网投面试机会大？另外我是不是简历有问题？希望各位大佬能给我和我点建议 从开始到现在已经一个月了一个面试机会都没有，已经没招了引流：美团，字节，pdd，腾讯，阿里

第 15 题：LoRA（Low-Rank Adaptation）的数学原理 题目 解释 LoRA（Low-Rank Adaptation）微调的数学原理。 一、动机 全量微调大模型要更新全部参数，显存与算力成本高。LoRA 假设预训练权重在适应新任务时，有效更新是低秩的，因此只学习一个低秩增量，与原权重相加得到适应后的权重，从而大幅减少可训练参数与显存。 二、数学形式 设某层线性变换为 ，。LoRA 不直接改 ，而是增加低秩分解的增量：  其中 ，， 为秩。前向时：   训练：只训练 、， 冻结；参数量从  变为 。 推理：可把  算好存成一张矩阵，等价于单层线性，无额外延迟；或保留  分开算...