1、LoRA 微调的原理LoRA 的核心思想是不直接更新预训练模型里的原始大权重，而是在某些线性层旁边增加一个低秩更新分支，用低秩矩阵去近似权重增量。假设原始权重是 W∈Rd×k，全量微调时直接学习ΔW，LoRA 则把它写成：ΔW=BA其中A∈Rr×k，B∈Rd×r ,，(r) 是远小于 (d) 和 (k) 的秩。这样前向计算就变成：h=Wx+ΔWx=Wx+BAx实际里通常还会加缩放项：这样做的本质是认为很多下游任务对大模型权重的更新其实存在低秩结构，不需要真的去学习一个完整的大矩阵。LoRA 的优点是可训练参数少、显存占用低、训练快，而且原模型参数冻结，方便多任务切换和权重管理。2、LoRA...

投了几个月boss了

鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐

自我介绍你的实习经历或者项目经历，你觉得哪个比较有亮点，我们展开聊聊 你做性能优化的出发点是什么，从哪些方面去做性能优化servicewoker缓存，你把什么放入servicework，具体展开讲讲说说性能指标的定义，从哪些地方做功可以导致指标的优化 做功点，比如你要优化你的fcp懒加载的原理是什么，为什么可以做到性能优化TTI的优化，你是怎么做的这些性能指标你是怎么获取的呢在上段实习中你做了什么vue2和vue3的区别vue2到vue3的迁移怎么做的，怎么实现新旧版本的迁移上份实习，你做的系统面向的用户是谁你在这些经历中，你觉得比较有挑战的点是什么假如你有一个客诉，但是你本地无法复现，你怎么...