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...

想着现在大二下搞段实习，方便后续发展，但是ssob上沟通了800多，只有30几个要简历，2个约面，还都没有过，hot100也刷了好几遍了，八股也大致过了一遍，是我的简历问题很大吗，怎么实习这么鬼嗨难找，求牛油们拷打

暑期实习从2月开始投，面了两个月，流程该挂的都挂完了，腾讯字节一共号称是1.7w个hc，不知道都发给谁了，估计今年秋招要难顶。Timeline米哈游、美团、蚂蚁、微软等公司直接简历挂穿，没进面。携程：3.3 投递、测评3.12 笔试3.18 一面3.25 二面4.13 ai面（hr面）4.14 英语测评4.23 offer（已拒）腾讯：2.6 测评2.28 wxg一面3.5 wxg二面（挂）3.11 teg一面3.21 teg二面（取消）3.31 teg一面4.10 teg二面（挂）4.21 wxg一面4.24 wxg二面（挂）字节：1.28 aml约面（取消）3.17 火山一面（挂）4.8 aml一面（挂）4.20 抖音data一面（挂）阿里：3.23 投递、测评3.28 笔试3.31 淘天一面4.8 钉钉一面4.9 淘天二面4.10 阿里控股一面4.12 钉钉二面（取消）4.15 淘天hr面4.16 淘天offer（已接）4.21 高德一面（取消）4.22 淘宝闪购一面（取消）面试最大的感触是，现在撞上ai转型，一堆老业务急着转向，新业务非常不成熟，研究型的组bar非常高根本进不去，业务侧挂着算法的岗位干的都是工程活，面试却又要问算法，另外agent的落地也远没有那么广，绝大多数还是那套写死的系统调一下llm api或者做做rag，其余少部分真的在搭agent的，基本不能在线上服务用什么很智能的模型，现阶段成本太高，进去大概率就是给垃圾模型从工程方面兜底，除了业务场景的应用和数据经验以外，技术方面很难有什么提升。算法岗做不了基模的还是去搜广推好，之前判断失误了完全没投，秋招不知道还进不进得去。

互联网只适合竭泽而渔，不适合可持续发展，或者说根本就做不到可持续发展。因为互联网的职业生涯很短，而且会越来越短。ai诱发的降本增效一轮又一轮，会不停的把老人筛出去然后把新人招进来，等ai充分榨干了这批新人的技能和idea之后又会重复一轮降本增效。所以新人入行更难而且注定难以待得长久啊。那么就有人问了：篮子哥，我已经上了互联网的贼船了，手里有几个互联网大厂的of,应该怎么选呢？我的答案是：无脑选工资高的，不需要在乎什么职业前景，是否是客户端，是否是大厂，是否工作强度大。原因就是我刚才说的：互联网职业生涯很短，无脑狠赚笔就是当代最优解了。不过话说回来，能多干1年肯定是比啥月薪多5000都要强得多的...