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...

投了几个大厂，简历关都没过，有佬能看看有什么问题吗

双非要怎么才能找到工作😰好焦虑😭😭😭😭

扒过 200+ 份 2026 校招 JD（字节 / 阿里 / 腾讯 / 美团 / 蚂蚁 / 智谱 / 月之暗面 / Manus 等）后总结。  很多 uu 看到"Agent 工程师"就一头扎进去学 LangChain、LlamaIndex、AutoGen，结果投了一圈才发现：Agent 不是一个岗，是一类岗，里面至少 6 个细分，技能要求还是有些区别的～  先放一组数据：  字节 2026 校招 1205 个岗直接和 AI 相关（占研发岗 47%） 阿里 7000+ offer 里 AI 岗超 60% 腾讯技术岗扩招 36%，主要是 AI LangChain 在 34.3%...