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...

目前大三，投了百家公司，约面很少。请问是简历哪里有问题吗

最近在准备找第二段实习，主要方向想转向 Agent / 智能体开发。目前已经学习了 SpringAI 和 langchain等技术栈，完成了一个支持自定义工作流的项目，能够理解整体架构设计与执行逻辑，具备一定的智能任务编排思路。希望大佬们看看我的简历！

置顶: 本文章主要是一个进阶性地探索，针对大概知道锁升级流程，但是不太熟悉，印象稍显模糊无法和其他相关知识联系起来的朋友，本文中涉及到的源码均可在官网下载，主要看这个文件src/share/vm/runtime/synchronizer.cpp 免责声明: 本文章全手写，是主包查阅很多资料包括但不限于CLAUDE、GEMINI等AI，官网白皮书，马丁汤普森博客，stackoverflow，面试八股文pdf，周志明的《深入JVM》等等，谨此记录我的学习。同时主包也希望通过文章输出加深我的理解，欢迎各位Javaer讨论。 一、JVM对象头简介 在HotSpot虚拟机中，当我们new出一个对象时，它...